Data support & Reliability - Freelance (H/F)

À propos du rôle:

Rejoignez le pôle Data Technology d'un fonds d'investissement quantitatif majeur basé au cœur de Paris. Au sein d'une équipe tech de 6 à 7 personnes, votre rôle sera d'être le garant absolu de la disponibilité, de la fraîcheur et de la qualité des données financières qui alimentent les modèles d'investissement.

Ici, zéro trader : 100 % de l'activité repose sur la recherche quantitative et l'excellence technologique.

Vos 4 Piliers de Mission

Support & Exploitation N1/N2 : Prise en charge des alertes de production, diagnostic d'incidents en direct sur les pipelines de données et résolution des dysfonctionnements.

Data Quality & Reliability : Contrôle proactif de l'intégrité des flux (détection des pertes silencieuses de lignes, validation de la fraîcheur et de la cohérence de la donnée avant l'ouverture des marchés).

Développement & Automatisation Python : Conception et écriture de scripts Python natifs pour supprimer les tâches manuelles récurrentes, outiller la supervision et automatiser le rejeu de données (retries).

Maintien en Condition Opérationnelle (MCO) : Accompagnement des mises en production et fiabilisation de l'intégration des nouvelles sources de données.

PROFIL RECHERCHÉ

Environnement Technique:

Langages : Python natif (structures de données, algorithmique, , Clean Code), SQL.

Cloud & Infra : AWS (Lambda, S3, CloudWatch), Linux, Shell.

Bases de données : Oracle, PostgreSQL / Redshift.

Monitoring & Outillage : Datadog / Kibana, Git, CI/CD.

Profil Recherché

Expérience : 5 à 10 ans en ingénierie de données, développement logiciel Python backend ou support applicatif de niveau 2/3.

Excellence Python : Très bonne maîtrise de Python natif pur (fonctions, gestion des exceptions, manipulation de données natives, écriture de tests unitaires avec ).

Esprit "Troubleshooter" : Vous aimez l'investigation, l'analyse de logs et la résolution de problèmes concrets en production.

Rigueur Data : Compréhension des enjeux liés aux flux de données sous contrainte de temps réel et de SLA stricts.