Descriptif du poste
Sans donnée fiable, il n'y a pas d'IA en production. Chez Diametral, le Data Engineer construit les fondations sur lesquelles nos clients bâtissent leurs systèmes AI-native : des plateformes data modernes, gouvernées, pensées pour servir l'analytique, le machine learning et l'IA générative à l'échelle.
Tu rejoins l'engine Architecture & Engineering et tu interviens sur des programmes à fort enjeu, chez de grands comptes de l'industrie, de l'énergie, de la distribution, de l'assurance et du luxe, en Europe et aux Amériques.
Ce que tu vas construire
- Des plateformes data cloud de nouvelle génération : lakehouse sur Databricks, Snowflake, Microsoft Fabric ou BigQuery, sur Azure, GCP ou AWS.
- Des pipelines d'ingestion et de transformation industrialisés, en batch comme en streaming, robustes, idempotents et observables.
- Des modèles de données analytiques propres et documentés avec dbt, au service des métiers et des data products (volet Analytics Engineering).
- Les socles qui alimentent les cas d'usage IA : données préparées pour le RAG, feature stores, données non structurées.
- L'automatisation de bout en bout : orchestration Airflow, CI/CD, infrastructure as code (Terraform), monitoring et FinOps.
- Des migrations de plateformes historiques (Hadoop, SAP BW, entrepôts on-premise) vers le cloud.
Ton environnement technique
Python, SQL, Spark, Databricks, Snowflake, Fabric, dbt, Airflow, Kafka, Terraform, Docker, GitLab CI ou GitHub Actions, Azure, GCP, AWS.
Au sein de Diametral
- Tu contribues à nos standards d'ingénierie et à nos accélérateurs réutilisables d'un client à l'autre.
- Tu partages ta veille dans la communauté de l'engine et tu accompagnes les profils plus juniors.
Profil recherché
Ce que tu apportes
- Diplôme d'école d'ingénieur ou master en informatique ou data.
- Au moins 3 ans d'expérience en Data Engineering ou Analytics Engineering, hors stage et alternance.
- Une excellente maîtrise de Python et SQL, et d'au moins un cloud public.
- Une expérience concrète d'une plateforme moderne : Databricks, Snowflake, Fabric ou BigQuery.
- Une vraie culture DevOps : Git, CI/CD, conteneurs, infrastructure as code.
- Anglais courant en contexte client, et la langue de ton bureau de rattachement.
Ce qui fera la différence
- Une certification Databricks, Snowflake ou cloud.
- Une première expérience de données préparées pour des cas d'usage GenAI.
- Le goût de l'architecture : modélisation, choix technologiques, documentation.
Ton état d'esprit
- Exigeant·e sur la qualité, pragmatique sur les choix.
- Capable d'expliquer un arbitrage technique à un interlocuteur métier.
- Collectif, curieux·se, généreux·se dans le partage.
Ce que nous attendons de tous nos talents
- L'obsession de l'impact business : tu comprends vite le métier de nos clients, et tu sais le challenger.
- Un sens aigu du service et de l'expérience client.
- Une communication de haut niveau, à l'écrit comme à l'oral : tu simplifies, tu embarques.
- Une maîtrise avancée des outils d'IA et d'automatisation : tu peux nous montrer un agent ou un prototype que tu as construit toi-même.
- De l'ambition et de la rigueur, au service d'une équipe qui fait passer le collectif avant l'individu.
Déroulement des entretiens
- Entretien avec l’équipe Talent Acquisition et/ou un Business Manager
- Entretien technique avec un expert de l’engine
- Entretien avec le Managing Director ou l’Engine Director
Postuler
Choisis ton bureau de rattachement et laisse-nous ton profil. L'équipe Talent Acquisition revient vers toi sous quelques jours.
