Senior Data & Analytics Engineer - Databricks / Python / R
VISIANSaaS B2BPubliée il y a 2 semaines
110 €/j
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 2 novembre 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.
- 167 missions data engineer sont ouvertes à Paris en ce moment, sur 525 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 : Delta Lake (25 missions), Unity (37 missions), Spark (103 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Dans un environnement orienté data et analytics, le Senior Data & Analytics Engineer intervient en tant qu’expert technique afin d’accompagner les équipes de développement dans la conception, l’amélioration et l’industrialisation de solutions de traitement et d’analyse de données sur Azure Databricks.
Ses principales missions sont les suivantes :
Support technique : accompagner les développeurs Python et R dans la résolution de problématiques techniques et l’utilisation des technologies data.
Revue et optimisation du code : analyser, relire, déboguer et améliorer le code existant afin d’en garantir la qualité, la performance et la maintenabilité.
Industrialisation des traitements : fiabiliser et industrialiser les workloads Databricks, les pipelines de données et les processus ETL/ELT.
Définition des bonnes pratiques : mettre en place des standards de développement, des modèles de code réutilisables et des stratégies de tests adaptées aux environnements de production.
Automatisation des déploiements : contribuer à la mise en œuvre des processus d’intégration et de déploiement continus (CI/CD), conformément aux standards techniques établis.
Qualité et gouvernance des données : garantir la qualité, la traçabilité et la cohérence des données, notamment à travers Delta Lake et Unity Catalog.
Optimisation des performances : analyser et optimiser les traitements Spark et PySpark afin d’améliorer leur efficacité et leur robustesse.
Accompagnement des migrations : évaluer la pertinence des migrations de traitements R vers Python ou SQL sur la base de critères objectifs, techniques et opérationnels.
Accompagnement au changement : favoriser l’adoption des outils et des standards de développement, assurer le transfert de connaissances et diffuser les bonnes pratiques.
Respect des exigences réglementaires : contribuer à la mise en œuvre de solutions analytiques fiables répondant aux exigences des environnements réglementés.
Compétences attendues
Indispensables
- Databricks
- Python
- Azure
- CI/CD
- Gouvernance des données
- Delta Lake
- Unity
- Spark
Appréciées
- SQL


