Data Engineer Senior
Keypeople ConsultingMédiasPubliée il y a 2 semaines
~ 400 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Hybride
- Durée
- 3 ans
- Démarrage
- 8 septembre 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.
- Le TJM de cette mission se situe en dessous de la médiane des 20 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 500 €/jour (moitié centrale : 400 à 550 €/jour).
- 48 missions data engineer sont ouvertes à Paris en ce moment, sur 157 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 (11 missions), Spark (24 missions), dbt (29 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Nous recherchons actuellement un(e) Data Engineer Senior pour accompagner une équipe Data sur des sujets à forts enjeux autour de la Data Engineering, du Big Data et des architectures Lakehouse.
🔎 1 Data Engineer Senior
🎯 Missions principales :
· Concevoir, développer et optimiser des pipelines de données à grande échelle
· Mettre en œuvre des flux batch, streaming et ingestion via API
· Structurer les transformations selon le modèle Médaillon (Bronze / Silver / Gold)
· Développer et industrialiser les pipelines 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 Cloud AWS
· Orchestrer les workflows ETL / ELT avec Airflow
· Mettre en œuvre l’Infrastructure as Code avec Terraform
· Travailler sur des environnements conteneurisés avec Docker / Kubernetes
· Garantir la disponibilité, la supervision et l’observabilité des traitements
· Participer à la gestion des incidents et à l’amélioration continue
· Définir et mettre en œuvre les règles de qualité des données : tests, validations et contrôles automatisés
· Documenter les architectures, pipelines et règles métier
· Garantir la conformité des flux, notamment dans le respect des exigences RGPD
⚙️ Environnement technique :
· DBT / Data Catalog
· Apache Spark
Compétences attendues
Indispensables
- dbt
- Spark
- AWS
- Airflow
- Terraform
- Docker
- Kubernetes
- RGPD
Appréciées
- Python