Data Engineer / Data Scientist

Description du poste

Contexte

OnSpark est un cabinet spécialisé dans la GMAO/EAM et l'intégration SI, en forte croissance (40 collaborateurs, CA 3,3 M€). Dans le cadre de la diversification de son offre vers la Data et l'Intelligence Artificielle, nous recherchons un Data Engineer / Data Scientist pour accompagner nos clients grands comptes. Vous interviendrez au sein d'un Pôle Data mature, exploitant une plateforme Big Data on-premise (Cloudera Data Platform Private Cloud) et un environnement de Data Science (Cloudera Machine Learning). Vos missions s'articulent autour de l'ingestion de données massives issues de multiples partenaires institutionnels, de l'accompagnement des équipes métier et de la mise en œuvre de cas d'usage data avancés (data science, IA, machine learning, NLP, dataviz).

Collecte des données

• Développer, industrialiser et maintenir des pipelines d'ingestion de sources de données internes et externes

• Participer à la préparation et au suivi de la qualité des données

• Identifier des opportunités d'utilisation de nouvelles données

Expertise & accompagnement métier

• Accompagner les chargés d'études dans leur utilisation de la plateforme de données (POC/POV, support, expertise, formation)

• Contribuer et maintenir en condition opérationnelle les cas d'usage sur la plateforme (simulateurs, prévisions, indicateurs, data science, IA)

• Valoriser et exposer les résultats via des outils de visualisation ou de micro-services

Sécuriser & MCO

• Comprendre les contraintes des équipes supports (sécurité, infrastructure, RGPD)

• Contribuer aux bonnes pratiques de développement, standardisation des livrables, amélioration continue

• Formation Bac+5 (École d'ingénieur ou Master Big Data / Data Science)

• Minimum 5 ans d'expérience dans les activités d'ingénierie data

• Maîtrise de l'écosystème Hadoop : HDFS, Yarn, Oozie, Airflow, Spark, Hive, Impala

• Distribution Cloudera CDP on-premise

• Maîtrise du calcul distribué Spark on Yarn

• Langages : Python (Pandas, Plotly), PySpark, R, SQL/HQL

• Compétences en Machine Learning & Deep Learning

• Connaissance d'au moins un outil de datavisualisation (QlikSense, Tableau, Power BI…)

• Connaissance des principes de gouvernance de la donnée (dictionnaire, qualité, RGPD)

• Connaissance des principes Agile / Cycle V

• Bonnes pratiques CI/CD et versionning

• La connaissance du secteur public et de la protection sociale est un plus

• Excellentes qualités relationnelles, communicationnelles et rédactionnelles

• Présence physique requise à Paris 12ème (télétravail possible jusqu'à 2 jours/semaine)

• Mission longue durée avec possibilité d'intégration en CDI

• Collaboration avec les équipes internes et autres prestataires