Data Engineer Hadoop / PySpark — Datalake d'un grand groupe bancaire
CAT-AMANIAFintechPubliée hier
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 10 octobre 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.
- 190 missions data engineer sont ouvertes à Paris en ce moment, sur 544 pour ce métier en France.
- 1 % des missions data engineer de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Hadoop (38 missions), Spark (93 missions), BigQuery (110 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Vous aimez les plateformes de données qui tournent vraiment en production ? Rejoignez l'équipe qui fait vivre le datalake des fonctions Technologies & Opérations d'un grand groupe bancaire.
La DSI fournit aux directions technologiques, aux opérations et à la banque de proximité les applications et les données dont elles ont besoin au quotidien. Le datalake Hadoop en est une pièce centrale : il alimente le pilotage et les usages analytiques de plusieurs directions. Vous intervenez en lien direct avec la production applicative et l'équipe DevOps, au sein d'une équipe IT internationale.
Vos principales missions :
Concevoir et mettre en production de nouvelles ingestions de données : collecte, préparation, transformation.
Maintenir et faire évoluer les outils de gestion des pipelines de données (PySpark, shell scripting).
Porter auprès de l'équipe DevOps les évolutions nécessaires de la plateforme.
Rédiger des spécifications techniques claires et exploitables par l'équipe.
Ce que la mission vous apporte :
Un datalake en production, avec de vrais volumes et de vrais utilisateurs métier.
Une équipe internationale : l'anglais est utilisé au quotidien.
Une ouverture vers le cloud (GCP / BigQuery) pour qui veut élargir sa stack.
Environnement technique : Hadoop, PySpark, Spark, Hive, Python, SQL, Git, Jenkins, Jira, Unix / Linux — Scrum.
Compétences attendues
Indispensables
- Hadoop
- GCP
- BigQuery
- Spark
- Python
- SQL
- Git
- Jenkins
Appréciées
- Jira
- Linux
- Scrum