Chef.fe Technique Données (TGQF)

Ce que vous ferez

Les tâches principales et habituelles du lead technique de données sont :

• Collaborer avec les architectes et contribuer à la conception des nouveaux produits et services de données en proposant des solutions robustes, évolutives et alignées avec les besoins de l’organisation.
• Participer à la mise en œuvre de l’architecture cible des données et veiller à son adoption au sein des équipes.
• Agir comme la personne référence pour toutes les questions relatives aux données, aux architectures de données et aux pipelines de traitement.
• Fournir son expertise technique à l’ensemble des produits de Quality Foundations concernant le stockage, la modélisation, la gouvernance et le traitement des données.
• Définir, maintenir et promouvoir les standards et les meilleures pratiques de données au sein de QF, et en superviser l'application à travers les équipes.
• Proposer, réviser et valider les décisions techniques et architecturales à travers des Architecture Decision Records (ADR), et assurer l'adoption des décisions acceptées au sein des équipes.
• Participer activement au développement et à la réalisation des initiatives présentant les plus hauts niveaux de complexité ou de risque.
• Conseiller les architectes, chefs de projet et gestionnaires sur les orientations technologiques et les améliorations à apporter aux plateformes de données.
• Analyser et optimiser les performances, les coûts, la fiabilité et l’évolutivité des systèmes de données.
• Agir comme expert en optimisation de bases de données relationnelles et non relationnelles.
• Collaborer avec les équipes de développement, d’analytique, d’intelligence artificielle et d’opérations afin de garantir l’intégration harmonieuse des solutions de données.
• Assurer la qualité technique des pipelines de données et promouvoir les bonnes pratiques de surveillance, d’alerting et d’exploitation.
• Favoriser le transfert de connaissances, le mentorat et le développement de l’autonomie technique des développeurs de données.
• Participer aux évaluations techniques de nouvelles technologies, plateformes ou approches liées aux données.
• Effectuer toutes autres tâches connexes.

Ce que vous apportez

Formation :

• Baccalauréat en informatique, génie informatique, génie logiciel ou toute autre formation équivalente

 

Expérience pertinente :

• Minimum de 8 années d’expérience en développement logiciel ou en ingénierie de données.
• Expérience significative dans la conception et la mise en œuvre de plateformes de données à grande échelle.
• Expérience en leadership technique, en accompagnement d’équipes ou en mentorat.
• Expérience avec des architectures distribuées et des systèmes de traitement de données volumineuses.

 

Habiletés et connaissances :

Expertise technique

• Excellente maîtrise du développement de solutions de données volumineuses et de la modélisation de données SQL et NoSQL.
• Excellente maîtrise d'un ou plusieurs des langages suivants : Python, PySpark, SQL et Scala.
• Solide compréhension des architectures de données modernes, des pipelines de traitement et des plateformes analytiques, notamment les architectures médaillon (Bronze/Silver/Gold) et les plateformes lakehouse (Databricks, Delta Lake).
• Expérience dans la conception de solutions configurables et environment-agnostiques (dev/staging/prod), avec une maîtrise des pratiques de pipeline as code et de gestion de configuration.
• Capacité à concevoir des solutions évolutives, performantes et maintenables.
• Expérience dans la documentation de décisions architecturales et techniques.

Atouts techniques

• Connaissance des services infonuagiques (AWS, Azure ou autres), ainsi que des technologies Docker et Kubernetes.
• Connaissance des frameworks d'orchestration de données tels qu'Apache Airflow ou Databricks Workflows.
• Connaissance du streaming de données en temps réel (Spark Structured Streaming ou équivalent).
• Connaissance de Databricks, Apache Spark (batch et streaming), Delta Lake, Elasticsearch/OpenSearch, SQL Server et PostgreSQL..
• Connaissance de l’administration des systèmes de données volumineuses ainsi que des bases de données relationnelles et non relationnelles.
• Connaissance des systèmes de surveillance, de journalisation et d’alerting des pipelines de données.
• Compréhension des concepts liés à l’apprentissage automatique et à l’intelligence artificielle.
• Expérience dans un contexte de systèmes critiques à fort volume de données en temps réel (télémétrie, observabilité, monitoring) est un atout significatif.

Compétences professionnelles

• Excellent esprit d’analyse et de synthèse.
• Forte capacité à résoudre des problèmes complexes.
• Aptitude au mentorat et au développement de l'autonomie technique des membres de l'équipe.
• Sensibilité aux approches orientées configuration : préférence pour des systèmes paramétrables, des pipelines déclaratifs et des déploiements reproductibles (infrastructure as code).
• Excellentes habiletés de communication et de vulgarisation technique.
• Leadership d’influence et capacité à mobiliser les équipes autour des bonnes pratiques.
• Capacité à travailler efficacement dans un environnement multidisciplinaire.
• Sens de l’initiative et autonomie.
• Orienté vers les résultats et l’amélioration continue.
• Capacité à gérer plusieurs enjeux simultanément et à établir les bonnes priorités.