Tech lead data engineer mlops aws h/f

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Safran Aircraft Engines est une société du Groupe Safran. Porté par près de 15 000 collaborateurs répartis sur 31 sites dans 9 pays, Safran Aircraft Engines est un motoriste aéronautique depuis plus de 110 ans. Nous concevons, développons, produisons et commercialisons, seul ou en coopération, des moteurs pour avions civils ou militaires, ainsi que pour les satellites. Au sein de la Division du Support et des Services qui regroupe les métiers de l'Après-Vente, la transformation digitale est engagée avec de nombreux projets d'amélioration de notre SI pour nos activités MRO, le pilotage de l'exécution des contrats et le Support Flotte et Client avec bien sûr un accent tout particulier sur les projets Data et IA menés au sein de la direction transformation et Progrès. Les développements sont réalisés dans le cadre d'un Framework SAFe, garantissant un usage maîtrisé, sécurisé et conforme à nos standards. Dans le cadre de l'industrialisation et du passage à l'échelle de nos produits data & IA, nous recrutons un·e Tech Lead Data Engineer. Vous rejoindrez une équipe pluridisciplinaire composée de Data Scientists, Data Engineer, Développeurs, UX Designer, Product Manager et Scrum Master, et jouerez un rôle clé dans la construction de nos architectures data et dans l'industrialisation de nos modèles IA. Missions : Architecture & Pipelines Data : - Concevoir, développer et maintenir des pipelines de données fiables, scalables et observables (ingestion, transformation, exposition) - Construire et optimiser notre environnement Data Lakehouse sur AWS (S3, Glue, Lake Formation, Redshift, Snowflake, Iceberg/Delta) - Développer des modèles de données robustes (étoile/constellation, normalisation, modèles sémantiques) DataOps & Qualité : - Mettre en oeuvre les bonnes pratiques DataOps : tests de données, monitoring, alerting, traçabilité, gestion des schémas - Garantir la qualité, la sécurité et la gouvernance des données sur l'ensemble des architectures MLOps & IA générative : - Collaborer étroitement avec les Data Scientists pour industrialiser les modèles IA - Participer au déploiement, au monitoring et au versioning des modèles ML et IA générative - Contribuer à la mise en place d'environnements de serving ou fine-tuning de modèles IA générative Infrastructure, CI/CD & IaC : - Déployer des infrastructures data via Terraform et automatiser les pipelines CI/CD avec Gitlab CI - Optimiser les performances, la sécurité et les coûts des composants data sur AWS Collaboration & Documentation : - Application des principes de lisibilité, simplicité et maintenabilité du code (KISS, DRY, séparation des responsabilités, SOLID) - Participation active aux revues de code et respect des standards internes - Documenter les architectures, workflows et bonnes pratiques