PROFIL RECHERCHE:
– Master en technologies de l’information, en sciences des données, en informatique ou dans un domaine connexe ou années d’expérience équivalentes.
– Au moins 5 années d’expérience en tant que Data Engineer, expérience en matière de data warehouse, de modélisation de données, ainsi que de déploiement et de maintenance de pipelines de données.
– Solide connaissance de l’écosystème de données Azure pour le stockage, le calcul et l’analyse des données : Azure Cosmos DB, Datalake, Azure Data Factory, Databricks, Synapse, Power BI, etc.
– Excellente connaissance de SQL pour l’analyse informatique.
– Bonnes compétences en matière de visualisation (idéalement à l’aide de Power BI).
– Volonté d’apprendre rapidement et flexibilité pour s’adapter aux besoins de l’équipe.
– Bénéficier d’une culture de travail autonome et axée sur les résultats
MISSIONS:
– Responsable de développer des workflow d’analyse de données en utilisant les meilleures pratiques de data warehousing, en en développant des modèles et des pipelines de données et en concevant des dashboards PowerBI.
– Travailler avec le reste de l’équipe de Data Science pour répondre aux besoins d’analyse de données des équipes métiers.
– Responsable de la gestion, de l’exploitation, de la maintenance et de l’amélioration d’une plateforme MS Azure incluant des APIs. Vous serez notamment amené à réaliser les tâches suivantes:
-
- Gérer, maintenir et optimiser l’architecture Azure cloud existante.
- Maitriser et mettre en transparence les coûts d’infrastructure.
- Développer et maintenir des pipelines de données évolutifs (ETL/ELT) et mettre en place de nouvelles intégrations pour assurer une collecte de données continue et consistante.
- Utiliser les meilleures pratiques en matière de datalake, d’architecture de data et de modélisation des données pour concevoir et mettre en œuvre une solution d’analyse des données qui réponde aux besoins de l’entreprise.
- Calculer les données d’analyse et les intégrer aux tableaux de bord.
- Mettre en œuvre des processus et des systèmes pour contrôler la qualité des données, en veillant à ce que les données de production soient toujours exactes et disponibles.
