Ingénieur Production Data
Le Data Office a pour mission de consolider, manager et valoriser le patrimoine de données,
qui est un capital stratégique pour mon client, via le développement de produits et services
data transverses à l?entreprise et au service du business.
Au sein du Data Office, la mission de l?équipe Core Data est de développer et maintenir
une plateforme centralisée, sécurisée, fiable et performante au service des usages data de
l?ensemble des directions métier de mon client. Elle est notamment responsable d?un datalake
opérationnel sur le cloud AWS et d?un patrimoine applicatif de jobs de transformation et
production de données (Scala Spark). Elle assure également la maintenance de la
plateforme Dataiku.
Dans le cadre de son activité, mon client recherche un(e) Ingénieur de Production Data, qui sera
amené(e) à intervenir à l?intersection des enjeux Infra DevOps sur AWS et Big Data, et
collaborera en étroite synergie avec l?architecte cloud, le tech lead et les data engineers.
Profil candidat:Les principales missions sont les suivantes :
Administration de la plateforme Data et de ses outils :
Administrer les composants Dataiku et CloudBeaver de la plateforme (installation, configuration, monitoring, backup, montées de version?)
Faire évoluer et gérer le maintien en conditions opérationnelles de l?environnement analytics et data science axé sur Dataiku (DSS, Fleet Manager, Spark sur EKS)
Accompagner les utilisateurs sur les best practices et l?industrialisation des projets métiers
Support et expertise technique :
Résoudre les incidents impactant les plateformes
Conseiller les équipes du Data Office (Data Engineers / Data Scientists / Data Analysts / BI Engineers) sur les choix d?implémentation (architecture et technologie)
Réaliser des audits techniques, des analyses de performance (requêtes SQL, jobs Spark, fonctions Lambda, entraînement modèles ML, ?) ou des PoC
Évolution de l?infrastructure :
Évaluer l'infrastructure actuelle et proposer si besoin une stratégie de modernisation progressive des composants legacy (IaaS) vers des solutions cloud-natives (PaaS/SaaS/Serverless), en intégrant les pratiques DevOps (IaC, CI/CD, automatisation) et FinOps
Développer et implémenter de nouveaux patterns d?acquisition et de traitement de données (micro-batch, streaming, event-driven, transactionnel)