Rejoignez une grande organisation du secteur de la distribution et du retail en tant que Data Engineer pour contribuer à la modernisation de son écosystème data et digital. Vous intègrerez une équipe pluridisciplinaire au sein d'une usine digitale bancaire, chargée de concevoir et développer les services digitaux financiers innovants pour une expérience client fluide, personnalisée et intégrée.
Vous serez responsable de la mise en œuvre et de la maintenance des flux de données complexes entre une plateforme CRM multicloud (Marketing Cloud et Financial Cloud) et la plateforme Data d'entreprise (datamesh). Votre mission s'inscrit dans un projet d'alimentation et d'orchestration de données à grande échelle, combinant ingestion, transformation métier et automatisation des pipelines.
Vos principales responsabilités porteront sur trois axes :
- Concevoir et développer des connecteurs API robustes pour l'extraction de données depuis des environnements CRM complexes, en garantissant la fiabilité, la performance et la monitoring des flux en continu
- Concevoir et implémenter des transformations ETL (nettoyage, normalisation, enrichissement) pour structurer des données métier hétérogènes destinées aux équipes d'analyse, de marketing et de connaissance client dans une architecture datamesh
- Industrialiser et automatiser les processus de synchronisation des données afin d'assurer une mise à jour régulière et fiable des indicateurs de performance commerciale, marketing et financière
- Produire une documentation technique complète : mapping des objets source-cible, architectural decisions, runbooks de maintenance et guides de troubleshooting
- Concevoir des tableaux de bord de suivi des flux incluant alerting, logging et audit trail pour garantir la transparence et la traçabilité des données en transit
- Collaborer étroitement avec les équipes de données, d'analyse, de gouvernance et les product owners pour affiner les spécifications et valider les livrables
L'environnement technique s'articule autour de Google Cloud Platform (BigQuery comme entrepôt de données, Pub/Sub pour la gestion événementielle), Data Cloud pour la gouvernance et l'orchestration, avec une méthodologie Agile/Scrum. Le contexte métier est celui d'une banque numérique intégrée à un écosystème retail complexe, où la qualité, la latence et la fiabilité des données sont critiques pour la performance commerciale et l'expérience client.
Télétravail : 3 jours par semaine sur site
Localisation : Massy
Profil recherché
Indispensables :
- SQL avancé : manipulation complexe de données (jointures, agrégations, window functions, optimisation de requêtes) sur des volumes importants
- Expérience confirmée en Data Engineering (au minimum 3-4 ans) avec conception et industrialisation de pipelines ETL/ELT en environnement production
- Maîtrise de l'écosystème Google Cloud Platform, notamment BigQuery (schémas complexes, partitionnement, clustering, performances)
- Expérience pratique de Data Cloud ou d'une plateforme équivalente de gouvernance et d'orchestration data
- Connaissance solide des architectures de données moderne (datamesh, data lake, dimensional modeling)
- Capacité à concevoir et maintenir des connecteurs API (authentification, gestion d'erreurs, retry logic, monitoring)
- Expérience en version control (Git) et bonnes pratiques de collaboration en équipe
Fortement appréciés :
- Maîtrise approfondie de DBT (Jinja, tests, macros, documentation générative, intégration CI/CD)
- Expérience avec Pub/Sub ou autres outils de streaming/event-driven architecture (Apache Kafka, etc.)
- Maîtrise de GitLab CI/CD et Docker Compose pour l'automatisation et le déploiement de pipelines
- Expérience du scripting et de la ligne de commande Linux (bash, outils Unix standards)
- Connaissance des frameworks de transformation avancée (Spark, Dataflow)
- Expérience dans le secteur retail, grande distribution, banque ou services financiers
- Certification ou projet significatif sur BigQuery ou Google Cloud
- Expérience en méthodologie Agile/Scrum, avec familiarité des concepts DevOps et SRE
- Soft skills : curiosité technique, capacité de communication, rigueur documentaire, proactivité face aux enjeux de qualité data