Senior Data Engineer H/F

Le Groupe Pierre & Vacances Center Parcs est un leader européen du tourisme local avec un réseau de 300 destinations en Europe, et une famille multiculturelle de plus 13 000 collaborateurs.
Au sein de l'équipe Digital & Data et pour renforcer notre stratégie avec une forte dimension tech, nous recherchons un(e) Senior Data Engineer pour rejoindre notre siège situé à Paris 19ème.
Au sein de l'équipe Data Platform, vous serez responsable de la conception, de l'industrialisation et de la fiabilisation des pipelines de données dans un environnement cloud Google Cloud Platform.
Vous jouerez un rôle clé dans la structuration de notre moderne data stack et accompagnerez la montée en maturité des pratiques data de l'entreprise.
Vos missions principales sont les suivantes :
Concevoir, développer et maintenir des pipelines de données robustes et scalables Modéliser et transformer les données via dbt (modèle de données, tests, documentation) Orchestrer les traitements avec Airflow Participer à la mise en place des bonnes pratiques CI/CD et de l'observabilité data (monitoring, alerting, data quality) Optimiser les performances de notre entrepôts de données (BigQuery) et gérer les coûts liés à l'usage du cloud Collaborer avec les équipes Analytics pour fournir des datasets fiables et documentés Encadrer techniquement des profils plus juniors, challenger les choix techniques Contribuer à la vision architecture data, en lien avec les enjeux business Profil recherché 5+ ans d'expérience en data engineering (alternance exclue) Maîtrise de GCP et plus particulièrement BigQuery Solide expérience en python, bonnes pratiques de développement (tests, clean code) Expérience concrète avec dbt et Airflow (architecture, déploiement, optimisation).
Culture data product / data as code, automatisation et industrialisation Capacité à prendre du recul sur les architectures et à challenger les choix techniques Esprit collaboratif, sens du partage et de la documentation Bonus :
expérience FinOps Cloud, streaming (Pub/Sub, Kafka), data quality tooling Soft Skills Leadership technique et capacité à mentorer Bonne communication avec les équipes métiers et techniques Culture de la fiabilité, du monitoring et de l'amélioration continue Pragmatique :
savoir prioriser entre robustesse et time-to-market