AWS Senior Data Engineer / Data Architect (Event-Driven & Streaming)

Description du poste

Contexte
Dans le cadre de la modernisation d’une plateforme data, vous concevez et mettez en œuvre des architectures cloud-native orientées événements sur AWS. L’objectif est de remplacer les traitements batch par des pipelines distribués, temps réel ou quasi temps réel, robustes et scalables.

Missions principales
Vous définissez des architectures data serverless event-driven, concevez des pipelines d’ingestion et de transformation distribués et mettez en place des systèmes découplés basés sur la messagerie en garantissant la scalabilité, la résilience et l’optimisation des coûts. Vous transformez les flux ETL batch en pipelines cloud-native, implémentez les patterns asynchrones (retry, DLQ, idempotence, gestion des timeouts) et industrialisez les déploiements via l’Infrastructure as Code et la CI/CD. Vous déployez le monitoring, le logging et le tracing afin de suivre la performance, la latence et la qualité des flux.

Compétences clés
Solide expérience des architectures event-driven et des systèmes distribués, de l’event sourcing et du message brokering, de la gestion du backpressure et de la latence ainsi que de la transformation distribuée et du traitement de gros volumes. Ce poste n’est pas orienté BI, reporting ou data engineering batch classique

Positionnement
Rôle transverse avec une forte interaction avec les équipes data, cloud, DevOps et applicatives, impliquant une responsabilité importante sur les choix techniques et les bonnes pratiques.

Synthèse
Profil d’architecte data AWS spécialisé en serverless et en architectures orientées événements, capable de concevoir des pipelines distribués scalables et résilients.

Profil recherché
Vous disposez de 5 à 8 ans d’expérience minimum en cloud et data avec une expérience concrète d’architectures serverless en production et de migration vers des architectures cloud-native. Les certifications AWS sont appréciées. Vous êtes capable de structurer, documenter et porter des standards d’architecture.

Environnement technique
Maîtrise indispensable d’AWS avec notamment Lambda, SQS, SNS, EventBridge, Kinesis, Step Functions, S3 et DynamoDB. Data lake sur S3 avec des formats Parquet, JSON et Avro, déploiements via Terraform ou CloudFormation, CI/CD (GitLab CI ou équivalent), CloudWatch et outils d’observabilité. Python recommandé.