Technical Lead Data (TGQF)

Description du poste

Ce que vous ferez

Les responsabilités principales et récurrentes du Lead Data Technical incluent :

• Collaborer avec les architectes et contribuer à la conception de nouveaux produits et services de données en proposant des solutions robustes et évolutives alignées sur les besoins de l’organisation.
• Participer à la mise en œuvre de l’architecture cible des données et en assurer l’adoption à travers les équipes.
• Agir en tant qu’expert en la matière pour tous les sujets liés aux données, aux architectures de données et aux pipelines de traitement des données.
• Fournir un leadership technique et une expertise sur l’ensemble des produits Quality Foundations concernant le stockage des données, le modélisage, la gouvernance et le traitement.
• Définir, maintenir et promouvoir des standards de données et des bonnes pratiques au sein de QF, en veillant à leur application cohérente entre les équipes.
• Proposer, examiner et valider des décisions techniques et architecturales via des Architecture Decision Records (ADRs), et s’assurer de l’adoption des décisions approuvées.
• Contribuer activement au développement et à la livraison d’initiatives impliquant les plus hauts niveaux de complexité ou de risque.
• Conseiller les architectes, les chefs de projet et les dirigeants sur les orientations technologiques et les opportunités d’amélioration des plateformes de données.
• Analyser et optimiser la performance, l’efficacité des coûts, la fiabilité et l’évolutivité des systèmes de données.
• Agir en tant qu’expert en optimisation des bases de données relationnelles et non relationnelles.
• Collaborer avec les équipes de développement, d’analytique, d’intelligence artificielle et d’opérations pour garantir une intégration transparente des solutions de données.
• Assurer la qualité technique des pipelines de données et promouvoir les meilleures pratiques en matière de supervision, d’alerting et d’opérations.
• Favoriser le partage des connaissances, le mentorat et le développement de l’autonomie technique au sein des équipes de développement des données.
• Participer à l’évaluation technique de nouvelles technologies, plateformes et approches liées aux données.
• Effectuer toute autre tâche connexe requise.

Qualifications

Ce que vous apporterez à l’équipe

Éducation :

• Diplôme de premier cycle en Informatique, Génie informatique, Génie logiciel, ou domaine d’études équivalent.

Expérience pertinente :

• Minimum de 8 ans d’expérience en développement logiciel ou en ingénierie des données.
• Expérience significative dans la conception et la mise en œuvre de plateformes de données à grande échelle.
• Expérience en leadership technique, coaching d’équipe ou mentorat.
• Expérience avec des architectures distribuées et des systèmes de traitement de données à grande échelle.

Compétences et connaissances :

Expertise technique

• Forte expertise dans le développement de solutions de données à grande échelle et le modélisage de données SQL/NoSQL.
• Bonne maîtrise d’une ou plusieurs des langages suivants : Python, PySpark, SQL et Scala.
• Bonne compréhension des architectures de données modernes, des pipelines de traitement des données et des plateformes d’analytique, incluant les architectures Medallion (Bronze/Silver/Gold) et les plateformes Lakehouse (Databricks, Delta Lake).
• Expérience dans la conception de solutions configurables et indépendantes de l’environnement (développement, préproduction, production), incluant les pratiques de pipeline-as-code et de gestion de configuration.
• Capacité à concevoir des solutions évolutives, performantes et maintenables.
• Expérience dans la documentation des décisions architecturales et techniques.

Atouts techniques

• Connaissance des services cloud (AWS, Azure, ou équivalent) ainsi que Docker et Kubernetes.
• Connaissance de frameworks d’orchestration des données tels que Apache Airflow ou Databricks Workflows.
• Connaissance des technologies de streaming de données en temps réel (Spark Structured Streaming ou équivalent).
• Connaissance de Databricks, Apache Spark (batch et streaming), Delta Lake, Elasticsearch/OpenSearch, SQL Server et PostgreSQL.
• Connaissance de l’administration de plateformes de données à grande échelle ainsi que des bases de données relationnelles et non relationnelles.
• Connaissance des systèmes de supervision, de journalisation et d’alerting pour les pipelines de données.
• Compréhension des concepts d’apprentissage machine et d’intelligence artificielle.
• Expérience dans des environnements de systèmes critiques en temps réel et à volume élevé (télémétrie, observabilité, supervision) considérée comme un atout significatif.

Compétences professionnelles

• Excellentes compétences analytiques et de résolution de problèmes.
• Forte capacité à résoudre des défis techniques complexes.
• Aptitude à encadrer et à favoriser l’autonomie technique au sein des équipes.
• Bonne appréciation des approches pilotées par la configuration, incluant les systèmes paramétrés, les pipelines déclaratifs et les déploiements reproductibles (Infrastructure as Code).
• Excellentes compétences en communication et capacité à expliquer des concepts techniques complexes à des publics variés.
• Leadership influent et capacité à faire adopter les meilleures pratiques par les équipes.
• Capacité à travailler efficacement dans un environnement multidisciplinaire.
• Forte initiative et autonomie.
• Esprit orienté vers les résultats, axé sur l’amélioration continue.
• Capacité à gérer plusieurs priorités simultanément et à prendre des décisions de priorisation solides.