Data Engineer

Evernex est un leader mondial de la Tierce Maintenance Informatique (TPM), spécialisé dans le maintien en conditions opérationnelles des infrastructures de data centers : serveurs, stockages et équipements réseau multimarques.

Présente dans plus de 165 pays, Evernex accompagne ses clients dans l’extension du cycle de vie des équipements IT, la fourniture de pièces détachées, et le déploiement de solutions durables et responsables, contribuant activement à une stratégie Green IT et d’économie circulaire.

Dans un contexte de forte croissance, d’innovation continue et de structuration des activités R&D, Evernex renforce son organisation et recrute un Data Engineer - AI Enablement pour piloter la création, la structuration et la valorisation des nouveaux produits et services du groupe.

Missions ET Responsabilites

Au sein de l’équipe Data & AI, le/la Data Engineer contribue à la conception, au développement et à l’industrialisation de solutions basées sur la donnée.

Sa mission principale consiste à construire des fondations de données robustes permettant de développer les usages Analytics, Business Intelligence et Intelligence Artificielle au sein du groupe.

Responsabilités Clés

Développement et industrialisation des données

• Développer et maintenir des pipelines de données fiables, performants et robustes.
• Construire et faire évoluer les flux de collecte, d’intégration et de transformation des données.
• Produire des datasets documentés et réutilisables pour les usages Analytics, BI, Data Products et IA.
• Participer aux déploiements des solutions en environnement de production.
• Contribuer à la maintenabilité, à la supervision et à l’optimisation des traitements de données.

Gouvernance et qualité des données

• Garantir la qualité, la cohérence et la fiabilité des données exploitées.
• Documenter les sources, règles de transformation, dépendances et limitations connues.
• Participer à la mise en œuvre des bonnes pratiques de gouvernance des données.
• Assurer la traçabilité et la documentation des traitements mis en place.

Cadrage et compréhension métier

• Recueillir, comprendre et challenger les besoins des métiers.
• Identifier et prioriser les cas d’usage Data et IA à forte valeur ajoutée.
• Transformer les problématiques métier en solutions techniques pragmatiques.
• Accompagner les équipes dans l’exploitation et la valorisation des données.
• Participer aux projets d’Analytics et de Business Intelligence.
• Contribuer progressivement aux initiatives d’Intelligence Artificielle et d’IA Générative.
• Participer au développement de solutions basées sur des architectures RAG (Retrieval-Augmented Generation).
• Assurer le suivi des performances et de l’utilisation des solutions mises en production.
• Contribuer à l’exploration des usages liés aux agents IA et aux approches agentiques.

Bonnes pratiques de développement

• Appliquer les standards de développement et d’industrialisation.
• Utiliser les bonnes pratiques Git, Pull Requests, revues de code, tests et documentation.
• Participer à l’amélioration continue des méthodes de travail de l’équipe Data & AI.
• Garantir la qualité et la pérennité du patrimoine technique développé.

Formation et accompagnement

• Accompagner les utilisateurs dans l’adoption des solutions Data.
• Participer à la diffusion de la culture Data au sein de l’entreprise.
• Vulgariser des sujets techniques auprès d’interlocuteurs non spécialistes.
• Contribuer à la montée en compétence des utilisateurs sur les outils et usages liés à la donnée.
• Bac +5 en Informatique, Data Engineering, Data Science, Intelligence Artificielle ou domaine équivalent.

Expérience & compétences

• 3 à 5 ans d’expérience en Data Engineering.
• Au moins une expérience significative menée jusqu’à l’industrialisation d’une solution de données.
• Expérience dans la conception, le développement et la maintenance de pipelines de données.

Compétences indispensables

• Git (versioning, documentation et bonnes pratiques)
• Construction et industrialisation de pipelines de données
• Compréhension des enjeux de qualité et de gouvernance des données

Compétences appréciées

Connaissance d’au moins une des technologies suivantes :Databricks, AWS, Snowflake, Dataiku, DataRobot, Alteryx

• Fort intérêt pour l’IA et l’IA Générative.
• Connaissance des architectures RAG.
• Curiosité pour les agents IA et les approches agentiques.
• Volonté de développer ses compétences sur les technologies d’IA appliquées à l’entreprise.
• Forte compréhension des enjeux métiers.<