Prendre en charge la réalisation de flux de données définis, transformant les données brutes en informations à forte valeur ajoutée, tout en garantissant leur évolutivité et leur fiabilité dans des environnements cloud.
Développer, optimiser et refactoriser les modèles de données en mettant l’accent sur les performances des requêtes, l’efficacité des traitements et la maintenabilité.
Collaborer avec des équipes pluridisciplinaires afin de traduire les besoins métier en solutions techniques et en plans de réalisation.
Mettre en place des contrôles de qualité des données, appliquer les standards de gouvernance et définir des plans d’action clairs pour résoudre les problèmes de qualité.
Exploiter les systèmes automatisés d’ingestion, d’observabilité et de supervision des données afin de suivre les KPI opérationnels, résoudre les incidents et améliorer la fiabilité des pipelines.
Concevoir, maintenir et améliorer les processus ETL ainsi que les workflows de machine learning, en fournissant des données propres et prêtes à être utilisées par l’IA et les applications et produits en aval.
Appliquer et partager les bonnes pratiques en ingénierie des données à travers des design patterns, des intégrations CI/CD, des déploiements conteneurisés, des revues de code et de la documentation technique.

À propos de vous

Expérience dans la prise en charge de la réalisation de flux de données et de solutions de data warehouse dans des environnements cloud.
Expérience pratique dans l’amélioration des modèles de données, des processus ETL/ELT et de l’orchestration des pipelines en environnement de production.
Expérience de collaboration avec des équipes pluridisciplinaires pour définir des solutions techniques et des plans de réalisation.

Bonne maîtrise de SQL sur des plateformes modernes de data warehousing, notamment Snowflake de préférence, avec une approche orientée performance.
Expérience pratique dans la conception et l’amélioration de pipelines ETL/ELT (IICS ou équivalent), de modèles de transformation de données (dbt de préférence) et de composants de traitement de données en Python.
Expérience dans l’exploitation de services cloud dédiés aux données (AWS de préférence) et de frameworks d’orchestration (Airflow de préférence) pour des workflows de production.
Expérience pratique en DevOps et DataOps, notamment en CI/CD (GitHub Actions de préférence), gestion de versions (Git) et principes d’Infrastructure as Code (Terraform de préférence).
Capacité à choisir et appliquer des patterns d’ingénierie et des standards techniques pour les flux de travail qui lui sont confiés.

Assurer la réalisation des flux de travail en data engineering avec discernement, sens des responsabilités et une attention particulière à la qualité opérationnelle.
Collaborer efficacement avec les parties prenantes de différentes équipes afin de construire des solutions techniques pragmatiques.
Partager ses connaissances avec ses collègues et contribuer à l’amélioration des pratiques de l’équipe à travers les revues de code et la documentation.
Être à l’aise avec l’utilisation d’outils approuvés intégrant l’IA afin d’améliorer la productivité en ingénierie, la documentation, la qualité du code et l’efficacité opérationnelle, tout en respectant les standards de Sanofi en matière d’IA responsable et de gouvernance des données.
Être orienté(e) patient et qualité, avec un esprit collaboratif, des exigences élevées et une approche constructive du feedback, de la résolution de problèmes et de l’amélioration continue.

Diplôme de niveau Bac+3/5 ou Master en ingénierie, informatique ou dans un domaine connexe.

Anglais obligatoire.

Data And Ai Engineer (h/f)

Description de l'entreprise