Data Platform Manager Experimente

Sélectionnez la fréquence (en jours) de réception d’une alerte:

Sélectionnez la fréquence (en jours) de réception d’une alerte:

Bull c’est une histoire. Un siècle d’innovation Européenne et un environnement de travail où des experts conçoivent des solutions numériques puissantes, durables et souveraines, permettant aux États et aux industries de garder la pleine maîtrise de leurs données et de leur IA.

Bull c’est aussi des milliers d’ingénieurs, de chercheurs, de passionnés de tech, façonnant l’avenir du calcul de haute performance, de l’IA et des technologies quantiques.

Chaque jour, nos équipes repoussent les limites du possible - des architectures HPC de nouvelle génération aux supercalculateurs exascale - soutenues par une R&D de rang mondial, plus de 1 600 brevets et des capacités de bout en bout uniques, couvrant la conception matérielle, l’ingénierie logicielle, la data science et la recherche quantique.

Centrés sur l’humain et portés par l’innovation, où la collaboration s’étend à l’Europe, aux Amériques et à l’Inde, nous partageons cette même vision d’une innovation responsable et durable, avec un impact concret pour nos clients.

Nous construisons le Bull Enterprise Data Hub, une plateforme de données centralisée qui consolide les données produit de plus de huit systèmes sources (SAP, Salesforce, CQFD, PLM, flux fournisseurs) au sein d'une plateforme unifiée, versionnée et centrée sur les API.

HPCCAT - le catalogue produit des matériels HPC, IA et quantique (~2 100 composants actifs, ~590 k commandes, 5,2 M lignes de devis)

Tableaux de bord de direction - indicateurs du programme GATE, prévisions S&OP et vues de feuille de route

Intégrations machine à machine - API REST utilisées par CQFD (chiffrage), HPC Designer (jumeau numérique) et des outils externes

Vous rejoindrez une petite équipe de trois personnes à fort impact et serez responsable de la couche data engineering : pipelines d'ingestion, modèles de transformation, qualité des données et infrastructure d'entrepôt.

Stack technique :

Base de données : PostgreSQL 16

Moteur analytique : DuckDB (OLAP, orienté colonnes)

Conteneurs : Docker Compose v2

Interface utilisateur : Streamlit 1.50 (pages d'administration)

Gestion de versions : Git / GitHub Enterprise

Systèmes d'exploitation : Linux (SLES en production, Ubuntu en développement)

Responsabilités principales

Concevoir et maintenir des pipelines ETL/ELT pour ingérer les données de SAP, Salesforce, flux fournisseurs et bases internes

Concevoir et implémenter des modèles de transformation dbt (staging, intermédiaire, marts) sur PostgreSQL et DuckDB

Garantir la qualité des données : tests, supervision, détection d'anomalies et rapprochement avec les systèmes sources

Développer et faire évoluer l'API REST (FastAPI/Python) pour les applications consommatrices

Administrer l'infrastructure : Docker Compose, PostgreSQL 16, migrations Alembic et CI/CD

Collaborer avec les Product Managers pour comprendre les besoins en données et les traduire en modèles fiables

Documenter les modèles de données, la traçabilité et les procédures d'exploitation

Compétences et qualifications

Indispensable :

Au moins 3 ans d'expérience comme Data Engineer, Analytics Engineer ou Backend Engineer avec une forte orientation données

Maîtrise de SQL : requêtes complexes, fonctions de fenêtrage, CTE et optimisation de requêtes

Maîtrise de Python : code de qualité production, au-delà de simples scripts

Expérience des bases de données relationnelles (PostgreSQL de préférence)

Conception de pipelines ETL/ELT : traitement par lots et/ou en flux, gestion des erreurs et idempotence

Docker : maîtrise de la construction et de l'administration d'applications conteneurisées

Linux : aisance en ligne de commande et capacité à diagnostiquer les problèmes serveur

Autonomie : capacité à investiguer et résoudre des problèmes de manière indépendante

Atouts supplémentaires :

Expérience avec dbt (quel que soit l'adaptateur)

Expérience avec DuckDB ou d'autres moteurs analytiques (ClickHouse, Snowflake, BigQuery)

FastAPI et conception d'API REST

Alembic ou outils de migration de bases de données

Extraction de données SAP (IDocs, BAPIs, RFC ou exports de fichiers)

Mise en oeuvre de Keycloak, SSO ou RBAC

Expérience dans des environnements industriels, de production ou de données produit

Français courant, langue de travail de l'équipe et des interlocuteurs

Forte autonomie : contribution directe aux décisions d'architecture dès l'arrivée

Stack moderne : solutions open source, sans héritage Java/COBOL

Travail visible : vos pipelines alimentent des tableaux de bord de direction et des intégrations interéquipes

Flexibilité hybride : jusqu'à trois jours de té