Senior Data Engineer (FULL REMOTE) (H/F)

Qui sommes-nous ?

Notre client est une scale-up tech en forte croissance et rentable, spécialisée dans la Sales Intelligence et l'enrichissement de données B2B. Reconnue pour la fiabilité et la qualité de ses solutions, l'entreprise s'appuie sur un système unique d'agrégation de plus de 20 fournisseurs de données pour offrir la couverture de marché la plus élevée du marché.

Aujourd'hui, sa solution est adoptée par plus de 3 500 clients à travers le monde, incluant des géants de la tech et des leaders du SaaS. 

Société "IA-native" dans sa philosophie, la donnée n'est pas un simple actif pour elle : c'est le cœur même de son produit.

Description du poste

Pourquoi ce poste, et pourquoi maintenant ?

Jusqu'à présent, la stack data a été construite et maintenue de manière transverse par l'équipe produit et les opérations. Les bases posées sont particulièrement saines et solides (projet d'ingénierie dbt sur BigQuery avec tests automatisés, pipelines ETL/Reverse ETL via Segment, tracking produit intégré dès le départ). Vous ne partez donc pas d'une page blanche, vous prenez la pleine propriété d'un environnement existant.

Mais à mesure que l'entreprise scale, chaque équipe (Produit, Growth, Tech) attend de la data bien plus que ce qui est géré aujourd'hui à temps partiel.
 

Votre mission :

Rattaché(e) directement au VP Engineering, votre rôle sera particulièrement polyvalent. Vous serez propriétaire de l'ensemble du cycle de vie des solutions de données : de la conception et l'architecture au développement, au déploiement, jusqu'à l'adoption par les équipes et la mesure de l'impact business (ROI).

Vos principales responsabilités :

• Architecture & évolution des pipelines : Maintenir et améliorer les pipelines de données existants (plus de 20 intégrations de sources). Piloter la transition technique du modèle actuel de traitement par batch vers une architecture de streaming de données en temps réel robuste.

• Qualité de la donnée & monitoring : Concevoir et implémenter des frameworks de monitoring de bout en bout, de détection d'anomalies et d'observabilité de la data pour garantir la fraîcheur et la qualité de données les plus élevées du marché (gestion de plus de 800M de profils).

• Collaboration MLOps & Data Science : Travailler en étroite collaboration avec les Data Scientists qui conçoivent les algorithmes de matching. Votre rôle sera de s'assurer que les datasets sont parfaitement structurés, et d'industrialiser, déployer et monitorer ces modèles ML au sein de l'architecture de production.

• Infrastructure as Code (IaC) : Prendre en main le déploiement et l'infrastructure moderne de la plateforme data dans le cadre d'une migration en cours vers AWS.

• Construction de l'équipe & de la culture : En tant que profil fondateur de l'équipe data, vous aiderez le VP Eng à définir la stratégie globale, à instaurer les meilleures pratiques, à créer les supports de formation internes et à participer activement aux futurs recrutements de l'équipe Data.

La stack technique :

• Bases de données & stockage : PostgreSQL, BigQuery, OpenSearch (ou background Elasticsearch).
• Data Engineering & pipelines : dbt Cloud, Segment, Fivetran, Python, Spark / Databricks.
• Infrastructure & DevOps : AWS, Terraform (IaC), Kubernetes, CI/CD.
• Applications Core : Principalement construites en Go / Golang (une expérience sur ce langage ou une forte volonté d'apprendre est un énorme plus).

Profil recherché

• Expérience : Minimum 4 à 5 ans d'expérience en tant que Data Engineer, avec une trajectoire prouvée dans le déploiement de plateformes data à grande échelle (idéalement dans des environnements SaaS, marketing de données ou sales intelligence).

• Formation : Solide bagage technique initial (Formation d'Ingénieur ou Master 2 en informatique).

• Compétences techniques : Vous disposez de bases solides en génie logiciel, vous comprenez parfaitement les choix architecturaux que vous faites et vous maîtrisez l'Infrastructure as Code (Terraform) ainsi que les environnements cloud (AWS).

• Streaming / Temps réel : Une expérience dans la mise en place de systèmes événementiels ou de files d'attente de streaming (ex: Kafka) est un sérieux atout.

• Soft Skills & mindset : Forte autonomie, proactivité et culture de l'impact. Vous êtes soucieux(se) de la manière dont la donnée est adoptée en interne. Excellentes compétences en communication, belle énergie et forte affinité avec les outils et workflows orientés IA.