Data Engineering Lead

Architecture et conception des données : Concevoir et mettre en œuvre des architectures de données évolutives et efficaces pour répondre aux besoins de traitement des données de l'organisation. Travailler en étroite collaboration avec des équipes interfonctionnelles pour comprendre les exigences en matière de données et s'assurer que les solutions de données sont en accord avec les objectifs de l'entreprise.

Développement ETL : Superviser le développement de processus ETL robustes pour extraire, transformer et charger des données de diverses sources dans l'entrepôt de données. Assurer la qualité et l'intégrité des données tout au long du processus ETL, en mettant en œuvre les meilleures pratiques de nettoyage et de validation des données.

Technologies Big Data : Se tenir au courant des tendances et technologies émergentes en matière de big data et d'analytique, et évaluer leur applicabilité à la stratégie de données de l'organisation. Mettre en œuvre et optimiser les technologies de big data pour traiter et analyser de grands ensembles de données efficacement.

Intégration Cloud : Collaborer avec l'équipe d'infrastructure informatique pour intégrer des solutions d'ingénierie de données avec des plateformes cloud, garantissant évolutivité, sécurité et performance.

Suivi et optimisation des performances : Mettre en œuvre des outils et des processus de surveillance pour suivre les performances des pipelines de données et résoudre de manière proactive tout problème. Optimiser les flux de traitement des données pour une meilleure efficacité et utilisation des ressources.

Documentation : Maintenir une documentation complète des processus d'ingénierie des données, des modèles de données et de l'architecture système. S'assurer que les membres de l'équipe suivent les normes de documentation et les meilleures pratiques.

Collaboration et communication : Collaborer avec les data scientists, les analystes et d'autres parties prenantes pour comprendre leurs besoins en matière de données et fournir des solutions qui répondent à ces exigences. Communiquer efficacement avec les parties prenantes techniques et non techniques, en fournissant des mises à jour sur l'état des projets, les défis et les opportunités.

Licence ou Master en informatique, technologie de l'information ou dans un domaine connexe.

6-8 ans d'expérience professionnelle en ingénierie des données.

Connaissance approfondie de la modélisation des données, des processus ETL et des entrepôts de données.

Expertise dans la construction d'entrepôts de données en utilisant Snowflake.

Expérience en ingestion de données, lacs de données, maillage de données et gouvernance des données.

Maîtrise de la programmation en Python.

Forte compréhension des technologies et cadres de données massives tels que Hadoop, Spark et Kafka.

Expérience avec des plateformes cloud comme AWS, Azure ou Google Cloud.

Familiarité avec les systèmes de bases de données incluant SQL, NoSQL et les outils d'orchestration de pipeline de données.

Excellentes compétences en résolution de problèmes et en analyse.

Excellentes compétences en communication et interpersonnelles.

Capacité prouvée à travailler de manière collaborative dans un environnement dynamique et rapide.

Veuillez postuler sur la plateforme Lifelancer via le lien suivant pour les étapes de sélection et une réponse plus rapide :

https://lifelancer.com/jobs/view/b381a7ab133a710f462ade7559501b9b