Senior Data Engineer | IA

L’ENTREPRISE : L'IA AU SERVICE DE LA FASHIONTECH  Société fondée en 2019 Les bureaux sont situés à Paris dans le quartier des Marais Fort impact écologique Une dizaine de collaborateurs font déjà parti de l’aventure Une clientèle internationale et rennomée Réalisation de projet bluffants sur le plan technique (IA, NLP, GenAI, LLM)  Révolution dans le secteur de la mode Solution innovante dans le domaine de la mode qui fournit des analyses de tendances basées sur des données et des informations sur le secteur et la concurrence. En exploitant le Big Data et l'intelligence artificielle, notre client aide à créer des collections à succès et à optimiser les activités commerciales afin de réduire l'impact écologique de ces derniers En moyenne, c'est plus de 25% de quantités de vêtement en moins de produit, permettant au secteur de la mode de réduire son impact. VOS MISSIONS : APPORTER VOTRE EXPERTISE TECHNIQUE ET VOTRE LEADERSHIP Grâce à votre expertise, vous : - Concevez, optimisez et maintenez des pipelines ETL robustes et automatisés dans un environnement cloud (AWS & GCP), en garantissant la scalabilité, la fiabilité des flux de données et l’industrialisation des process (mutualisation des templates, modularité, CI/CD). - Supervisez et orchestrez l’intégration et la transformation de données à grande échelle, de la collecte (scraping par une équipe dédiée) à la normalisation, jusqu’à la mise à disposition pour la BI et les clients : - Vous pilotez la refonte des pipelines ETL existants (refactorisation, découpage en sous-tâches, gestion de la dette technique). - Vous structurez et mettez à jour les workflows d’automatisation (Prefect/Airflow), planifiez les batchs, et coordonnez les migrations techniques (Scrapy/Python, cloud, etc.). - Supervisez l’intégration et l’opérationnalisation de modèles d’IA (LLM, computer vision, NLP) dans la data pipeline : - Déployez, automatisez et orchestrez l’appel à des modèles d’IA (ex : Mistral, Gemini, OpenAI) pour la classification produit, l’analyse d’images et l’extraction d’attributs. - Assurez la qualité, la cohérence et la traçabilité des données via : - La mise en place et le maintien de dashboards de monitoring avancés (Grafana, Prometheus). - La définition et l’automatisation d’un double système d’alerting (données brutes & normalisées), et l’implémentation de KPIs qualité. - L’industrialisation du processus de QA post-normalisation (peer review, dashboards qualité, prompts IA pour contrôle automatisé). - Pilotez la documentation, la formalisation et l’actualisation des règles et processus de normalisation : - Centralisation et rédaction exhaustive des règles métiers, conventions de nommage et gestion des versions. - Animation de workshops et séances de documentation collective avec l’équipe. - Collaborez étroitement avec les équipes produit, tech, BI, data science et une équipe internationale de scrapers pour fluidifier la livraison, organiser le suivi (tickets, statuts, labels), remonter les incidents et garantir la continuité opérationnelle. - Contribuez activement à l’amélioration continue et à la scalabilité du pôle data : - Animation des sprints refacto/run, priorisation des tâches critiques, reporting régulier. - Industrialisation des process pour minimiser le travail manuel (dashboards, automatisation QA, batchs bi-hebdo, onboarding accéléré). - Suivi, analyse et optimisation des coûts (cloud, proxy, infra), gestion proactive de la dette technique. VOTRE PROFIL :  Savoir être : - Bac+5 (ingénieur ou équivalent) et minimum 4 ans d’expérience en data engineering dans un contexte cloud. - Maîtrise professionnelle du français et de l’anglais, à l’oral comme à l’écrit (équipe internationale, documentation, réunions). - Solides compétences relationnelles, capacité à communiquer efficacement avec des profils techniques et non techniques, pédagogie et leadership sur la transmission des best practices. - Méthodique, , autonome et dans la refonte de pipelines, la structuration documentaire, la résolution de bugs complexes et la gestion des priorités. - Appétence pour l’amélioration continue, l’industrialisation et l’accompagnement des nouveaux talents (onboarding, mentoring, formation croisée). - Aisance dans un environnement scale-up/startup, avec un sens du service client, de la priorisation et une vraie adaptabilité. Compétences clés attendues :  - ETL orchestration : Prefect, Airflow (ou équivalents), automatisation de workflows, batchs planifiés - Cloud Data Engineering : AWS (S3, ECS, Aurora, IAM, cost management), GCP (GCS, Cloud Run, AlloyDB, IAM) - Langages : Python (expert), SQL (avancé) - Supervision & monitoring : Grafana, Prometheus, dashboards qualité, double alerting - Documentation/process : Notion, Linear, GitHub, schémas de workflow - Automatisation / CI/CD : gestion de la dette technique, tests, versioning, peer review - Modélisation de données, normalisation, gestion de taxonomies, matching attributs, datasets multilingues - Pilotage de projets agiles (Kanban/Scrum, backlog, priorisation, tickets, labels) - Veille et adaptation technologique (migration cloud, nouvelles pratiques, AI/ML en bonus) - Collaboration scraping dédiée : coordination, contrôle qualité, pas de dev spiders mais parfaite compréhension des enjeux scraping LES MODALITÉS :  Package : 50-58 K€ selon profil Minimum 4 ans d'expérience en data engineering Poste basé à Paris - Le Marais  2 jours de remote par semaine