Data Engineering Python Senior
Craftman dataTransportPubliée hier
450 €/j
- Lieu
- Île-de-France · Sur site
- Durée
- 6 mois
- Démarrage
- 13 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.
- Le TJM de cette mission se situe dans la médiane des 33 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 450 €/jour (moitié centrale : 400 à 580 €/jour).
- 50 missions développeur back-end sont ouvertes à Île-de-France en ce moment, sur 532 pour ce métier en France.
- 5 % des missions développeur back-end de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Airflow (70 missions), MLOps (110 missions), BigQuery (119 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Nous recherchons un profil Data Engineering Python Senior (Data & Analytics) afin d'intervenir au sein de l’Analytics Factory sur les sujets stratégiques de prévision de la demande et d’optimisation de la Supply Chain.
Description and Location
Rattachée directement au COMEX, l’Analytics Factory Carrefour France est le pilier de la transformation Data du groupe.
Au sein de l'équipe AI Supply Chain, le consultant interviendra sur l’industrialisation et l’optimisation des flux de données alimentant les moteurs de prévision utilisés pour les ventes magasins, les stocks, l’optimisation des approvisionnements et le lissage des charges logistiques.
Le prestataire rejoindra une équipe agile composée de Data Scientists, Data Translators et Data Engineers.
Livrables attendus
Conception, développement et maintenance de pipelines d’ingestion et de transformation de données à forte volumétrie.
Mise en place de pipelines robustes pour les données de ventes, stocks, promotions et données logistiques.
Industrialisation des modèles de prévision et intégration dans des chaînes de production automatisées.
Structuration des environnements MLOps et optimisation des performances.
Mise en œuvre des mécanismes d’observabilité, de monitoring et de contrôle qualité des données.
Contribution à la gouvernance Data Engineering et aux standards de la Factory.
Documentation, automatisation des tests et amélioration continue des pratiques de développement.
Compétences requises
Must Have
Excellente maîtrise de Python orienté Data Engineering.
SQL avancé sur de très gros volumes de données.
Expertise Google Cloud Platform : BigQuery, Cloud Composer / Airflow et Cloud Storage.
Bonnes pratiques d’ingénierie logicielle : Git, tests automatisés, conteneurisation et qualité de code.
Nice to Have
Compétences attendues
Indispensables
- Python
- MLOps
- Documentation
- SQL
- BigQuery
- Airflow
- Git
- Tests automatisés
Appréciées
- FastAPI
- Django
- Pandas
- Microservices
- CI/CD
- Mentorat