Technical Lead Data (TGQF)

Description du poste

Quality Foundations (QF) développe et opère des produits, plateformes et services transverses qui améliorent la qualité, l’observabilité, la performance et les opérations des jeux Ubisoft grâce aux données, à l’analytique et à l’intelligence artificielle. Dans ce contexte, le Lead Data Technical joue un rôle clé dans la définition et l’évolution des fondations de données qui soutiennent les différents produits de QF.

Le titulaire agit comme l’autorité technique principale pour tout ce qui concerne les données, les architectures de données et les plateformes d’analytique au sein de Quality Foundations. Il/elle est le/la responsable expert(e) chargé(e) de concevoir, faire évoluer et opérer des solutions de données robustes, évolutives et hautes performances répondant aux besoins des équipes de développement, de production, d’analytique et d’IA.

En collaboration étroite avec les architectes, les équipes de développement et les responsables produit, ce poste contribue à définir, mettre en œuvre et faire évoluer l’architecture cible des données de l’organisation. Le/la titulaire veille à l’adoption des meilleures pratiques techniques, favorise la cohérence au sein du portefeuille de produits de Quality Foundations et aligne les initiatives de données avec les objectifs stratégiques de l’entreprise.

Ce que vous ferez

• 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 organisationnels.
• Participer à la mise en œuvre de l’architecture cible des données et en assurer l’adoption au sein des équipes.
• Agir en tant qu’expert(e) en la matière pour tous les sujets liés aux données, aux architectures de données et aux pipelines de traitement des données.
• Fournir un leadership et une expertise techniques sur l’ensemble des produits de Quality Foundations concernant le stockage des données, la modélisation, la gouvernance et le traitement.
• Définir, maintenir et promouvoir les normes et meilleures pratiques en matière de données au sein de QF, en veillant à leur application cohérente dans toutes les équipes.
• Proposer, examiner et valider les 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, chefs de projet et responsables 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 la scalabilité des systèmes de données.
• Agir en tant qu’expert(e) en l’optimisation des bases de données relationnelles et non relationnelles.
• Collaborer avec les équipes de développement, d’analytique, d’intelligence artificielle et d’opérations afin d’assurer une intégration fluide des solutions de données.
• Assurer la qualité technique des pipelines de données et promouvoir les meilleures pratiques en matière de monitoring, alerting et opérations.
• Favoriser le partage de 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.

Ce que vous apporterez à l’équipe

Éducation

• Licence 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 la modélisation de données SQL/NoSQL.
• Maîtrise solide d’un 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, staging, production), incluant pipeline-as-code et pratiques de gestion de configuration.
• Capacité à concevoir des solutions évolutives, hautes performances 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 des 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 des plateformes de données à grande échelle et des bases de données relationnelles et non relationnelles.
• Connaissance des systèmes de monitoring, logging et alerting pour les pipelines de données.
• Compréhension des concepts de machine learning et d’intelligence artificielle.
• Expérience dans des environnements de systèmes critiques en temps réel et à forte volumétrie (télémétrie, observabilité, monitoring) considérée comme un atout significatif.

Compétences professionnelles

• Excellentes aptitudes analytiques et de résolution de problèmes.
• Forte capacité à résoudre des défis techniques complexes.
• Aptitude au mentorat et à la promotion de l’autonomie technique au sein des équipes.
• Forte 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 conduire l’adoption des meilleures pratiques à travers les équipes.
• Capacité à travailler efficacement dans un environnement multidisciplinaire.
• Forte initiative et autonomie.
• Esprit orienté résultats, avec un focus sur l’amélioration continue.
• Capacité à gérer plusieurs priorités simultanément et à prendre des décisions de priorisation pertinentes.