Data Engineer H/F
Description du poste
• Participer aux analyses, études d’impacts et cadrage techniques
• Concevoir des solutions en respectant les bonnes pratiques d’architecture data et développement
• Réaliser le développement de nouveaux data products et assurer la maintenance évolutive et corrective des data products existants
• Rédiger la documentation technique des data products
• Assurer un support aux testeurs
• Reporter de ton activité à ta Squad et travailler dans une démarche d’efficacité
collective
Une pratique opérationnelle de l’anglais est également nécessaire pour la rédaction de la documentation et la participation à certaines cérémonies.
• Langages de programmation : Python, SQL, Scripts Shell
• Services de streaming data : Kafka
• Services d’ingestion des données : Kafka Connect, SFTP
• Services de stockage : GCP BigQuery, Cloud Storage, Kafka, Sharepoint
• Processing : Scripts Python, GCP Dataflow, Data Build Tool (DBT)
• Restitution : Looker (Dashboards, Explores de données), Fichiers de reporting (CSV, Excel)
• Outils de collaboration et de CI/CD : GitLab, Flamingo
• Docker, Kubernetes, Kustomize, Helm, Terraform
• Aptitude à concevoir des solutions innovantes
• Capacité d’écoute, d’analyse et de synthèse
• Capacité à communiquer, à travailler en équipe et excellent relationnel
A propos de l'entreprise
Smartpoint est une société de conseil et de services numériques, pure player Data depuis 2006. Nos compétences reconnues dans ce domaine nous permettent d’être « Preferred Vendor » auprès d’entreprises prestigieuses. Nous sommes en effet référencés parmi les plus grands comptes français dans les domaines de la banque, de l’énergie, des médias, des télécoms ou encore de la grande distribution. Nous rejoindre c'est intégrer une équipe de plus de 300 consultants et experts animée par une vision commune : Une utilisation éthique des données, moins énergivore et conforme dès la conception (RGPD) ; Une approche Smart Data pour lutter contre le Data Swamp, (ces entrepôts de données qui stockent des données inutiles) et permettre une exploitation des données plus durable ; Une méthode de développement agile et des pratiques XOps (DataOps, MLOps, PlatformOps) pour une stack technologique automatisée, qui réduit les process et les technologies utilisées et accélère le time-to-market.