Data Enginner Python
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
INOCO accompagne ses clients, grands comptes (banque, assurance, énergie, industrie) et start-ups, sur leurs projets IA les plus structurants. On parle de plateformes agentiques en production, d’architectures RAG à l’échelle, de systèmes multi-agents qui servent des dizaines de milliers d’utilisateurs internes.
On cherche un Data Engineer pour porter ces sujets côté client, dans des squads mixtes INOCO + équipes internes.
Ce que tu feras côté mission client
Conception et développement des pipelines de données en Python et Spark : ingestion multi-sources (bases, API, fichiers, flux), transformations à grande échelle, modélisation en couches (bronze, silver, gold).
Orchestration des traitements avec Airflow : écriture des DAG, gestion des dépendances, des reprises sur erreur et des backfills.
Fiabilité et performance : optimisation des jobs Spark, contrôles qualité, monitoring, gestion du run en production, sécurité et conformité des données.
Industrialisation : tests, CI/CD, conteneurisation, déploiement sur l’infrastructure cloud du client.
Travail en squad avec les data scientists, AI Engineers, Ops et équipes métier pour traduire leurs besoins en jeux de données exploitables.
Ce que tu feras en interne chez INOCO
Contribuer à structurer le pôle d’expertise Data : définir les standards, les bonnes pratiques et les architectures de référence (pipelines, orchestration, qualité, modélisation) sur lesquels la communauté INOCO s’aligne.
Faire monter en compétences les consultants intéressés par la data engineering : sessions techniques, code reviews croisées, accompagnement sur leurs missions.
Veille active sur l’écosystème (Spark, Airflow, dbt, Delta Lake, Iceberg, Databricks, outils de data quality et d’observabilité) et diffusion auprès de la communauté.
Pré-vente : appui aux ingénieurs d’affaires sur les sujets data complexes, contribution aux réponses techniques et aux chiffrages.
Animation : meet-ups, conférences, INOCODAY, projets internes. Tu peux porter les sujets qui te tiennent à cœur.
La stack typique
Python (niveau expert attendu), SQL avancé, Scala ou Java apprécié
Data : Spark (PySpark, Spark SQL), Airflow, dbt, Kafka, formats Parquet, Delta Lake ou Iceberg
Plateformes : Databricks, Snowflake, BigQuery ou Synapse selon le contexte client
Cloud : Azure, GCP ou AWS selon le contexte client
Infra : Kubernetes (souvent OpenShift en grand compte), Docker, Terraform, CI/CD, OTEL, Dynatrace
Qualité et gouvernance : Great Expectations, lineage (OpenLineage, Unity Catalog), catalogage
Patterns : architecture médaillon, batch et streaming, EDA, CDC, data mesh