DATA PLATFORM ENGINEER SENIOR - H/F @ GLOBE GROUPE

Description : Vous rejoignez l'équipe Data Groupe pour fiabiliser, opérer et faire évoluer une plateforme data moderne, utilisée par plusieurs équipes et business units.VOS MISSIONSFIABILISER ET OPÉRER LA PLATEFORME DATA DU GROUPE

• Opérer et faire évoluer notre stack data : Snowflake, dbt, Airflow 3, Airbyte.
• Intervenir sur une plateforme déployée sur AKS via ArgoCD et Helm.
• Renforcer la robustesse, la scalabilité, la sécurité et la simplicité d'exploitation de la plateforme.
• Contribuer au run, à la supervision et à l'amélioration continue de l'existant.RENFORCER L'OBSERVABILITÉ ET LA QUALITÉ DES DONNÉES
• Déployer et industrialiser la suite de tests Elementary : fraîcheur, volumétrie, anomalies.
• Contribuer au monitoring via Grafana.
• Fiabiliser les traitements et améliorer la visibilité sur la qualité des données.
• Mettre en place des pratiques permettant d'anticiper les incidents et de réduire les risques en production. FAIRE TOURNER ET FAIRE GRANDIR NOS PRODUITS DATA INTERNES
• Contribuer au run et aux évolutions de nos produits internes.
• Intervenir sur un écosystème technique composé notamment de FastAPI, React, PostgreSQL et Snowflake.
• Participer aux évolutions du référentiel opérationnel, du registre sémantique et du traitement des fichiers sell-out.
• Contribuer à l'industrialisation de notre pipeline d'entity resolution.INSTRUMENTER LES USAGES IA DE LA PLATEFORME
• Instrumenter les usages IA de la plateforme via Langfuse et OpenMetadata.
• Contribuer au suivi, à la documentation et à l'évaluation des usages IA.
• Participer à la maîtrise des coûts et à la fiabilisation des workloads IA en production.ACCOMPAGNER LES ÉQUIPES DATA
• Travailler en binôme avec les Data Engineers des zones et business units.
• Participer à la revue de leurs pull requests.
• Intervenir notamment sur les sujets staging, sources, modélisation et qualité.
• Diffuser les bonnes pratiques d'industrialisation, de documentation et de sécurité.

Profil recherché

• 5 ans minimum d'expérience en data engineering ou data platform.
• Expérience significative sur une plateforme data en production, utilisée par plusieurs équipes, business units ou clients.
• Maîtrise du SQL : modélisation, optimisation, gestion des droits/RBAC.
• Très bonne maîtrise de dbt en contexte industrialisé : modèles incrémentaux, tests, packages, CI/CD, documentation.
• Solide expérience d'Airflow, idéalement en version 2.x ou 3.x.
• Connaissance des bonnes pratiques d'orchestration : datasets/assets, patterns de factory, monitoring des DAGs.
• Expérience avec un outil d'ingestion managé type Airbyte ou Fivetran.
• Pratique confirmée de Python : qualité de code, tests, maintenabilité.
• Culture DevOps réelle : Kubernetes, Helm, GitOps/ArgoCD, CI/CD, gestion des secrets, environnements multiples.
• Réflexe config-as-code et security by design : changements versionnés, revus, reproductibles et documentés.
• Autonomie, rigueur et capacité à simplifier les systèmes existants.
• Français courant et anglais professionnel, notamment pour la documentation et les livrables groupe.
• NICE TO HAVE
• Expérience d'un semantic layer ou d'une couche métriques gouvernée : dbt metrics, MetricFlow, Cube ou équivalent.
• Expérience de migration depuis un existant BI : DAX, Tabular, Power BI.
• Connaissance de l'entity resolution ou du MDM : Splink, dédoublonnage probabiliste, golden records.
• Pratique de l'observabilité data : Elementary, Monte Carlo, Grafana.
• Expérience sur des catalogues de données : OpenMetadata, DataHub.
• Expérience d'instrumentation de workloads LLM en production : OpenAI Batch, Langfuse, suivi des coûts, évaluation.
• Notions de FastAPI et de React pour contribuer ponctuellement aux produits data internes.
• Expérience en environnement multi-tenant, retail, SaaS B2B ou CPG.
• Connaissance de Terraform.
• Contribution à des choix d'architecture warehouse : tenancy, optimisation des coûts, structuration des environnements