DataOps Engineer confirmé – Azure / Databricks / Big Data H/F - Boulogne
WebnetSaaS B2BPubliée 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
- Boulogne-Billancourt · Sur site
- Durée
- 6 mois
- Démarrage
- 12 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.
- 5 missions data engineer sont ouvertes à Boulogne-Billancourt en ce moment, sur 565 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 : Databricks (41 missions), Airflow (70 missions), Spark (94 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Dans le cadre du renforcement d’une équipe Big Data, chez l'un de nos clients grands comptes, nous recherchons un DataOps Engineer confirmé pour intervenir principalement sur des activités de Run, fiabilisation et évolution d’une plateforme Data.
Vous intégrerez une équipe fonctionnant en mode Agile et serez garant du bon fonctionnement, de la disponibilité et de l’évolution du socle technique Data.
Vous aurez pour missions :
Environnement technique
Azure – Databricks – Spark – Python – Scala – SQL – Airflow – Kafka – Hadoop – Terraform – Bases relationnelles et NoSQL – CI/CD – DevOps / DataOps
Vos responsabilités
- Le Run quotidien et le maintien en conditions opérationnelles de la plateforme Data.
- L’analyse et la résolution des incidents techniques.
- La gestion de l’obsolescence technique et applicative.
- L’amélioration de la performance, de la disponibilité et de la scalabilité du socle de données.
- Le déploiement et l’exploitation de services dans un environnement Cloud Azure.
- L’automatisation et l’industrialisation des déploiements via Terraform et CI/CD.
- La supervision et la fiabilisation des traitements et flux de données.
- L’exploitation et l’évolution de composants Spark, Databricks, Airflow, Kafka et Hadoop.
Compétences attendues
Indispensables
- Azure
- Databricks
- Agile
- Terraform
- CI/CD
- Spark
- Airflow
- Kafka
Appréciées
- Hadoop
- Python
- Scala
- SQL