Data Engineer Senior, Lakehouse / Spark / DBT - Freelance (H/F)

Taux journalier (TJM): 630

Paris (Île-de-France)

3 jours de télétravail par semaine, 2 jours sur site

Démarrage dès que possible, mission de 12 mois renouvelable

Temps plein, 5 jours par semaine

Contexte de la mission

Vous rejoignez le pôle Data Services d'une plateforme digitale grand public française à très fort volume de trafic. L'équipe est en pleine structuration de sa stratégie Lakehouse et cherche un Data Engineer Senior capable d'intervenir aussi bien sur la conception d'architecture que sur l'industrialisation des pipelines.

Le poste est très orienté build et architecture, avec une vraie latitude sur les choix techniques. Vous serez également un référent pour les profils plus juniors de l'équipe.

Responsabilités

Concevoir, développer et optimiser des pipelines de données à grande échelle

Mettre en œuvre des flux batch, streaming et ingestion via API

Structurer les transformations selon un modèle Médaillon (Bronze / Silver / Gold)

Développer et industrialiser les pipelines avec DBT, Spark et Iceberg

Contribuer activement à l'évolution de l'architecture Lakehouse

Déployer et maintenir les pipelines dans un environnement cloud AWS

Orchestrer les workflows ETL / ELT via Airflow

Mettre en œuvre l'Infrastructure as Code avec Terraform

Exécuter les traitements dans des environnements conteneurisés (Docker, Kubernetes)

Garantir la disponibilité, la supervision et l'observabilité des traitements

Participer à la gestion des incidents et à l'amélioration continue

Définir et mettre en œuvre les règles de qualité des données (tests, validation, contrôles automatisés)

Documenter les architectures, pipelines et règles métier

Garantir la conformité des flux, notamment sur le volet RGPD

Accompagner et encadrer les profils juniors de l'équipe

Profil recherché

Minimum 8 ans d'expérience en Data Engineering

Maîtrise avancée des architectures Big Data et Lakehouse

Expérience confirmée sur des volumétries importantes en production

Capacité à prendre du recul sur les enjeux métier, pas uniquement sur la technique

Expérience démontrée d'encadrement ou de mentoring de profils juniors

Rigueur, autonomie et culture de l'amélioration continue

Stack technique

Indispensable

Spark

DBT

Iceberg

AWS (Glue, EMR, S3)

Terraform

Python

Airflow

Docker, Kubernetes

Apprécié

Trino / Starburst

Datadog

Outils de Data Catalog

Outils de modélisation data

Informations pratiques

Localisation : Paris, 2 jours de présence sur site par semaine

Durée : 12 mois, démarrage dès que possible

Déplacements : occasionnels

Astreintes : occasionnelles