Data Engineer - H/F

L'ENTREPRISE ACCOMPAGNÉE ET LES MISSIONS

L'entreprise

Nous accompagnons un groupe familial industriel d'envergure (1000 collaborateurs, ~100M€ CA), reconnu pour son expertise "Full Service" dans le secteur de la Beauté et du Luxe. De la formulation à la logistique, en passant par le packaging, ce groupe travaille pour les plus grandes marques mondiales de cosmétiques.

En forte croissance externe (acquisitions récentes), l'entreprise possède plusieurs sites de production en France (Hauts-de-France, Grand Est). Pour structurer sa Direction des Systèmes d'Information et accompagner la transformation du groupe, nous recherchons leur 1er profil Data.

Vos missions

Intégré(e) au sein d'une équipe de 4 personnes, vous êtes en charge de l'ensemble des projets data du groupe.

Vous intervenez de la conception jusqu'au maintien en conditions opérationnelles.

Vos responsabilités s'articulent autour des axes suivants :

• Participer à la mise en place d'un ETL, Data Warehouse et autres briques techniques,
• Développer les algorithmes, services et applications répondant aux cas d'usage métiers,
• Valider l'intégration des solutions dans l'écosystème, en garantissant leur performance, leur pérennité et la maîtrise des coûts associés,
• Maintenir une veille technologique active sur l'Intelligence Artificielle et la Data.
• Technos principales / environnement : ETL/ELT (Talend, Semarchy, ...) Python, SQL, Cloud Azure

Conditions de travail

• Salaire : 35 000 à 45 000€ / an pour le profil attendu
• Remote : 1 jour par semaine
• Localisation : Arras

PROFIL

Ce que vous apportez

Nous recherchons un(e) Data Engineer, capable de faire le pont entre la technique pure et les besoins métiers complexes.

De formation supérieure spécialisée en Informatique, Data ou IA, vous justifiez d'au moins 2-3 ans d'expérience dans l'ingénierie Data, idéalement dans un environnement industriel.

Le process

• Traitement candidature et RDV avec Alexandre URIEN
• RDV avec le DSI et la DRH

AVANTAGES

Les "+" du poste

• Entreprise solide
• Page blanche, stack à construire
• Challenge technique (grosse volumétrie de données, ...)
• Équipe à taille humaine