DATA ENGINEER SENIOR
UCASE CONSULTINGÉnergiePubliée il y a 3 semaines
~ 600 – 750 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Île-de-France · Hybride
- Durée
- 1 an
- Démarrage
- 5 octobre 2026
- Expérience
- Senior (6-10 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.
- 63 missions data engineer sont ouvertes à Île-de-France en ce moment, sur 522 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 : Airflow (69 missions), dbt (90 missions), Spark (101 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
🚀 Data Engineer Senior – Big Data / Lakehouse / AWS
Niveau : Senior Expérience : 8 ans minimum en Data Engineering Démarrage souhaité : ASAP Durée : 12 mois, renouvelable Rythme : 5 jours/semaine Télétravail : 3 jours/semaine
🎯 Contexte de la mission :
Dans le cadre du renforcement de son pôle Data Services, notre client recherche un Data Engineer Senior pour accompagner la conception, l’industrialisation et l’évolution de ses solutions Data.
Le consultant interviendra sur des sujets à forte dimension Data Engineering, Big Data et Lakehouse, avec notamment des problématiques d’architecture, de modélisation, d’optimisation des pipelines et d’industrialisation des traitements.
Il contribuera également à l’évolution de la stratégie Lakehouse du client et devra être capable d’accompagner techniquement des profils plus juniors.
🔎 Missions
Concevoir, développer et optimiser des pipelines de données à grande échelle
Mettre en œuvre des flux batch, streaming et ingestion via API
Structurer les données selon une architecture Médaillon (Bronze / Silver / Gold)
Développer et industrialiser les transformations avec DBT, Spark et Iceberg
Contribuer à l’évolution et à l’optimisation de l’architecture Lakehouse
Déployer et maintenir les pipelines dans un environnement AWS
Orchestrer les workflows ETL / ELT via Airflow
Mettre en œuvre l’Infrastructure as Code avec Terraform
Participer à la mise en place et au maintien de l’observabilité et de la supervision des traitements
Définir et mettre en œuvre les règles de Data Quality : tests, contrôles et validations automatisées
Participer à la gestion des incidents et à l’amélioration continue
Documenter les architectures, pi
Compétences attendues
Indispensables
- AWS
- dbt
- Spark
- Airflow
- Terraform