Data App Engineer - Databricks / Python (Pré-embauche)
SQLILuxePubliée il y a 1 semaine
400 €/j
- Lieu
- Île-de-France · Sur site
- Durée
- 2 ans
- Démarrage
- 8 septembre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe au-dessus de la médiane des 146 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 320 €/jour (moitié centrale : 205 à 525 €/jour).
- 42 missions data engineer sont ouvertes à Île-de-France en ce moment, sur 265 pour ce métier en France.
- 2 % des missions data engineer de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Unity (15 missions), Node.js (40 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Bonjour,
Pour le compte de l'un de mes clients dans le secteur du luxe, je suis à recherche d'un Data App Engineer - Databricks / Python en Pré-embauche.
Dans le cadre d'un départ à venir dans les équipes de la Data Factory, nous recherchons un(e) consultant(e) Data App Engineer confirmé, disposant d’une expertise avérée sur Databricks Apps, en modélisation data, et en réalisation d’interfaces.
Le profil attendu est un data “full stack”, maîtrisant les concepts d’ingénierie, d’architecture et d’UX/UI, capable de concevoir, construire et maintenir des applications de collecte et de gestion de données, en interaction avec les chaînes analytiques.
Le candidat devra être immédiatement opérationnel, justifier d’au moins 2 années d’expérience sur des projets Data App, et démontrer une excellente maîtrise de l’écosystème Databricks, ainsi que des frameworks orientés Data Apps (Dash et idéalement Node.js).
Objectifs de la mission :
Concevoir et développer des Data Apps, orientées saisie et gouvernance des données référentielles
Garantir l’intégration fluide des applications avec les couches analytiques
Modéliser des structures data robustes, performantes et sécurisées
Industrialiser les flux et orchestrations nécessaires au cycle de vie des données
Assurer un haut niveau de qualité UX/UI afin de favoriser l’adoption par les équipes métiers
Mettre en place une démarche d’ingénierie pérenne : sécurité, logging, observabilité, CI/CD
Périmètre d’intervention :
Conception et développement d’applications Databricks Apps (front + logique métier + data pipelines)
Création de modèles de données durables, optimisés et gouvernés sous Unity Catalog
Mise en place et optimisation de la sécurité Lakehouse, notamment via RLS
Conception des flux d’ingestion / exposition / synchronisation entre le Lakehouse (couche analytique) et Lakebase (couche applicative) : synced tables, CDF
Développement Python avancé : data processing, API internes, logique applicative
Participation aux rituels du delivery et contribution aux bonnes pratiques d’ingénierie
Documentation des architectures, process et guidelines
Compétences attendues
Indispensables
- Python
- Node.js
- CI/CD
- Unity
- Documentation