Data Engineer H/F - 78

STEP UP est une société d'ingénierie experte en pilotage de projets industriels et informatiques (+ 250 collaborateurs sur 11 agences en France), plaçant le potentiel humain comme 1er vecteur d'excellence et de performance en entreprise.
Oubliez les sociétés d'ingénierie qui ne valorisent que vos seules compétences, chez STEP UP, nous visons également l'adéquation entre votre personnalité et la culture d'entreprise de nos clients. Cela se traduit pour vous par une différence fondamentale en termes de bien être, d'épanouissement au travail et de succès dans vos missions.

Ce que nous vous proposons :
- Un cadre de travail épanouissant, stimulant et collaboratif, nous sommes certifiés entreprise où il fait bon vivre !
- Des projets innovants et variés.
- La possibilité de se perfectionner continuellement avec des formations internes.
- Des perspectives d'évolution de carrière.
- Un accompagnement individualisé avec un programme de développement du potentiel humain.
- Un programme de cooptation.
Et bien sûr, nous prenons en charge 70% de votre mutuelle santé et encourageons financièrement la mobilité douce.Notre client, grand groupe industriel cherche à renforcer l'équipe technique en charge de la refonte, migration et évolution de la plateforme Data vers une nouvelle architecture cible, visant à simplifier l'existant, réduire les coûts d'exploitation et améliorer la performance globale utilisée sur les projets internes.

Nous recherchons donc un Data Engineer Senior, pour intégrer une équipe agile pluridisciplinaire (Data Engineers, Data Analysts, Data Scientists, Product Owner), pour concevoir, développer, industrialiser et maintenir des chaînes de traitement de données à grande échelle dans un environnement Cloud AWS / Snowflake.

Les activités principales de la mission couvrent notamment :
- la conception et l'évolution de l'architecture data (ingestion, stockage, traitement, exposition) dans un contexte Cloud AWS, en garantissant la sécurité, la robustesse et la scalabilité des solutions.
- la mise en oeuvre et l'industrialisation de pipelines de données batch et/ou quasi temps réel (ingestion, traitement, contrôle qualité), incluant la gestion de volumes importants de données (données froides et flux journaliers).
- la structuration, la modélisation et l'optimisation des bases de données, en particulier autour des formats analytiques (Iceberg, Parquet) et de l'entrepôt de données Snowflake
- l'automatisation des chaînes de traitement et de déploiement via des pratiques DevOps (CI/CD, Infrastructure as Code, Terraform).
- la supervision, la maintenance et le support en conditions opérationnelles des solutions mises en production.
- la contribution à la qualité, la traçabilité et la gouvernance des données, en lien étroit avec les équipes Data Analytics et Data Science.
- la participation active aux rituels Agile (Scrum) afin de garantir la bonne compréhension des besoins, le respect des engagements coûts/délais et l'identification anticipée des risques et points de blocage.