Data engineer expérimenté(e)

Archery Data & Analytics est un cabinet d’Expertise Data spécialisé dans 4 secteurs : Aéronautique, Défense, Transport et Energie. Nous intervenons chez nos clients sur des problématiques :

* De stratégie et de transformation data/digitale (gouvernance des données, roadmap data, digitalisation…)

* De maîtrise d’œuvre et gestion de projets Data à forts enjeux (utilisation des méthodes Agiles, Scrum, DevOps…)

* De réalisation de projets Data & Analytics sur mesure (Analytics, BIG DATA, Data Sciences, Low Coding…)

Constitué en 2021 et aujourd’hui représenté par 15 experts Data & Analytics, nous sommes donc à la recherche d’un Data Engineer Expérimenté !

Environnement de travail(principal/secondaire) :

* Fonctionnel: Industrie, logistique et fonctions transverses

* Cloud Provider: Microsoft AZURE

* Plateformes Data : Microsoft FABRIC / Databricks

* Outils de Reporting: Microsoft Power BI / Tableau

* Plateformes d’integration: SQL Integration Services (SSIS); Azure Data Factory (ADF); FABRIC; Informatica (CDI/CAI)

* Langages de programmation : SQL; Python; PySpark

* Git & CI/CD: Azure DevOps

Conseil & expertise:

* Apporter conseils et expertise auprès de nos clients

* Participer aux phases de cadrage, d’analyse et de conception d’architectures Data

* Être force de proposition sur les choix techniques et les bonnes pratiques

Conception & réalisation de solutions Data:

* Participer à la recueil et l’analyse des besoins métiers, en collaboration avec nos consultants Data

* Rédiger les spécifications fonctionnelles et techniques et concevoir des architectures Data modernes (IaaS, PaaS, SaaS)

* Mettre en place des pipelines de données robustes/automatisés et concevoir des modèles de données

* Contribuer à la mise en œuvre de reportings décisionnels (calculs avancés, règles métier, indicateurs complexes)

* Documenter les solutions et assurer leur maintien en conditions opérationnelles (MCO)

Collaboration IA / MLOps:

* Comprendre les enjeux MLOps sur un projet et collaborer avec un MLOps engineer

* Préparer et structurer les données pour entrainer des modèles de Machine Learning

* Participer à l’industrialisation de modèles ML (intégration dans les pipelines Data)

Projets internes & vie du cabinet:

* Participer aux projets internes (offres, outillage, R&D, gestion des connaissances)

* Contribuer à la dynamique commerciale (avant-vente) et assurer la veille technologique active (retours d’expérience)