Principal Data Engineer

Client final Europe : Définir et porter la stratégie technique de la plateforme de données européenne avec le Head of Data Factory, harmoniser les standards entre pays et résoudre les problèmes d’ingénierie transverses. Ce rôle d’expert de la filière technique influence l’organisation et développe ses capacités sans management hiérarchique.

Le poste en bref

• Rattachement : Head of Data Factory Europe.

• Périmètre : Stratégie technique de la plateforme et des pratiques Data Engineering pour la Data Factory européenne et ses interfaces pays.

• Positionnement : Référent technique transverse : standards, arbitrages et trajectoire dans le cadre du modèle de gouvernance ; influence sans management hiérarchique.

• Collaborations : Head of Data Factory, Tech Lead, Data Engineers, Heads of Data pays, métiers, Salesforce, Internal Applications, Infrastructure et Security.

• Livrable clé : Trajectoire et standards techniques partagés, décisions d’architecture explicites, solutions aux problèmes transverses et montée en capacité des équipes.

Stratégie technique et architecture

• Définir avec le Head et les pays la stratégie et la feuille de route techniques de la Data Factory : ingestion, transformation, modèles, data products, intégrations et exposition.

• Fixer et faire évoluer les standards d’architecture, de data contracts et d’ingénierie ; instruire les compromis entre réutilisation, besoins pays, sécurité, coût et maintenabilité.

• Porter les choix techniques de la plateforme et les ADR transverses ; arbitrer les sujets escaladés au-delà d’une équipe, dans le cadre de la gouvernance convenue.

Problèmes transverses et arbitrages

• Prendre en charge les sujets difficiles et ambigus entre pays, sources, modèles et systèmes ; convertir les besoins en options documentées, décisions et trajectoires réalisables.

• Définir les patterns d’intégration robustes pour Salesforce, Data Platform et applications pays : API, CDC, événements, idempotence, reprise, réconciliation et observabilité.

• Réaliser si nécessaire prototypes, analyses de code, SQL ou pipelines pour lever une incertitude ; ne pas se substituer au Tech Lead dans le pilotage quotidien du backlog.

Qualité, réutilisation et exploitation

• Harmoniser les modèles et produits de données sur les domaines Factures, Produits, Fournisseurs, Clients, Devis et Listes de prix ; expliciter GS1, modèle maison mère et modèle partagé client.

• Établir les pratiques transverses de qualité et reproductibilité : dbt Tests, schémas, contrats, contrôles, gestion de version, CI/CD, suivi des incidents et traçabilité.

• Orienter l’évolution des services Azure, de leur exploitation et de leurs coûts (FinOps), avec Infrastructure et Security ; réduire dette technique et solutions pays non réutilisables.

Leadership d’influence et transmission

• Accompagner le Tech Lead et les Data Engineers sur les arbitrages structurants ; représenter la discipline Data Engineering auprès des Heads of Data, architectures et directions.

• Élever la capacité technique de l’organisation via revues, mentorat des Seniors / Staff, ateliers de partage et mécanismes de Knowledge Management.

• Communiquer en anglais décisions, risques et trajectoires à des interlocuteurs techniques et métier ; promouvoir les standards sans confondre influence technique et management.

Résultats attendus

• 30 premiers jours : Cartographier les principaux assets, modèles, flux et divergences pays ; identifier les décisions structurantes et proposer les priorités de la trajectoire technique.

• À 90 jours : Formaliser avec le Head, le Tech Lead et les pays une première feuille de route et des ADR / standards communs ; instruire un sujet de modélisation ou d’intégration transverse.

• À 6 mois : Faire adopter des standards réutilisables sur plusieurs actifs / pays, réduire les écarts d’architecture et les dépendances critiques, et démontrer des progrès de qualité et de capacité.

Environnement technique

• Python

• SQL

• dbt / dbt Tests

• Azure SQL, PostgreSQL, DuckDB, Storage / Data Lake, ADF, Databricks, Functions, Container Apps, Service Bus, Key Vault, Bicep, Azure DevOps, Microsoft Fabric / Power BI, n8n, Document Intelligence / AI Search, Salesforce CDC / Events.

Compétences indispensables (évaluation centrée sur réalisations, décisions et adoption par plusieurs équipes) :

• Stratégie de data architecture : avoir défin