/ ( / - freelance

Description du poste Taux journalier (TJM): Budget : 500 à 550 € HT / jour ou 55 – 65 K€ / an / ( / ) ️ Informations pratiques Département : Paris (75) ️ Démarrage : 23 mars 2026 ⏳ Durée : 12 mois, reconductible Contrat : CDI ou freelance Budget : 500 à 550 € HT / jour ou 55 – 65 K€ / an ‍ Télétravail : 1 jour / semaine Séniorité : Confirmé à Senior (7 à 20 ans) Poste ouvert : Data Engineer Big Data Secteur : Banque / Marchés financiers Contexte Dans le cadre de la transformation de la chaîne informatique dédiée à la gestion des risques opérationnels et aux contrôles antifraude sur les opérations de trading, l’équipe Data renforce ses capacités en Data Engineering Big Data. L’objectif est de moderniser la plateforme afin d’exploiter les capacités Big Data et Data Lake Azure, tout en offrant davantage d’autonomie aux utilisateurs métiers dans l’exploitation et l’analyse des données. Missions principales Participer à la conception et à l’évolution de l’ architecture Big Data sur Azure. Développer et implémenter les flux de données et traitements analytiques au sein du Data Lake Azure. Concevoir et développer les pipelines de traitement de données avec Java et Spark. Contribuer à l’intégration des nouvelles données et traitements dans l’écosystème Data existant. Participer au planning de développement, à la réalisation et au suivi des livraisons. Mettre en œuvre les phases de tests, déploiement et mise en production. Participer aux démonstrations des fonctionnalités livrées auprès des équipes internes. ️ Environnement technique Langages / Data : Java, Spark Big Data : Data Lake Azure, HDInsight, Azure Storage, Livy Orchestration / Data pipelines : Airflow Frameworks : Spring Cloud / Infra : Microsoft Azure Conteneurisation / orchestration : Kubernetes Profil recherché Expérience confirmée en Data Engineering Big Data. Minimum 5 ans d’expérience en développement Java. Expérience d’au moins 1 an avec Spark. Connaissance d’au moins un cloud provider, idéalement Microsoft Azure. Expérience ou bonne compréhension de Kubernetes. Bonne compréhension des environnements Big Data et Data Lake. Capacité à évoluer dans un environnement technique exigeant et orienté production Data. Anglais courant requis.