Lead Data Engineer

Tu vas participer à la performance des pipelines data les plus exigeants chez nos clients : migrations cloud massives, data mesh complexes, gouvernance à l’échelle. Tu seras responsable du design, la scalabilité, et la robustesse des solutions. Tu travailleras aux côtés des Business Managers et des équipes techniques, et tu mentoreras les Data Engineers juniors. Un rôle double : Architect + Advisor Tu ne te contentes pas de concevoir ; tu audites les architectures existantes, tu diagnoses les problèmes et tu proposes des stratégies qui tiennent compte des contraintes réelles du client (legacy, on-premise, données sensibles). Les enjeux concret de ton poste :
- Audit & Assessment — Phase de découverte
- Architecture data & modernisation
- Industrialisation & optimisation
- Leadership technique & mentoring
- Innovation & veille Pourquoi MP Data
- Rôle de conseil : Tu n’es pas qu’un architecte. Tu audites, tu diagnostiques, tu proposes une solution. Du vrai conseil.
- Projets ambitieux & complexes : Clients Fortune 500 avec des challenges. Tu gères des transformations dans des contextes critique.
- Environnements réels, pas du green field : Michelin, Airbus, Sanofi, SNCF. Ce sont des usines, des légacies impossibles à remplacer en 1 jour, des contraintes on-prem.
- Tech cutting-edge : Lab Innovation propriétaire avec accès aux benchmarks internes ; tu testes les technologies avant de les proposer chez les clients.
- Liberté architecturale : chez nos clients, tu as la responsabilité de la tech decision ; c’est rare et c’est puissant.
- Équipes fortes : 150+ consultants, peu de candidats passent les tests. Tu seras entouré des meilleurs.
- Impact visible & durable : tes projets tournent pour Michelin, Airbus, Sanofi, SNCF. Tu vois la valeur créée. Et tu restes engagé pour l’optimisation continue.Formation & expérience
- Diplôme d’ingénieur ou Master en informatique (Bac+5) d’une école du top 10
- Minimum 5 ans d’expérience, dont 3 sur des archi complexes en production
- Expérience sur des migrations cloud et des projets à grande échelle Compétences techniques indispensables
- Maîtrise solide de Python et/ou Scala ; Spark/PySpark avancé
- Expérience sur les modernes data stack : Databricks, Snowflake, ou équivalent
- Connaissance approfondie d’un cloud public & de l’IaaC avec Terraform
- Implémentation d’agents & solutions GenAI
- Orchestration : Airflow ou Dagster en prod
- Usage approfondi des outils d’assistance au développement
- Bonnes pratiques de développement & d’industrialisation du code Compétences techniques appréciées
- Expérience avec Kafka ou autres systèmes event-driven
- DBT pour la transformation ; connaissance des data warehousing best practices
- Data governance : Data Mesh, data contracts, data cataloging (Atlas, Collibra…)
- Monitoring & alerting des pipelines data
- Connaissance des architectures legacy et on-premise (SSIS, Informatica, Teradata)
- Connaissance de la compliance et de la sécurité des données (RGPD, AI Act…) Savoir-être
- Rigueur architecturale : tu dis non aux mauvaises solutions de court terme
- Pédagogie : tu sais expliquer des décisions complexes aux non-spécialistes
- Curiosité : tu aimes apprendre, explorer et challenger les approches
- Pragmatisme : tu comprends que parfait n’existe pas ; l’important c’est la valeur
- Humilité : tu sais écouter les experts et ajuster ta vision en fonction des insights1. Entretien (30-45 min) — Qualification : tes expériences, tes projets les plus complexes, tes motivations 2. Challenge technique (async ou live) — Scénario architecture réaliste : on te donne un brief, tu proposes un design 3. Entretien technique approfondi (1h30) — Discussion avec des Lead ou Architecte ; ton approche du design, tes décisions, tes patterns 4. Entretien final (45 min) — PDG ou directeur ; vision, fit culturel, ambitions long terme