Ingénieur principal des données

Les responsabilités incluent, sans s’y limiter : 

• Concevoir et construire personnellement des implémentations de référence et des cadres de qualité production sur Databricks ou Snowflake.
• Concevoir des plateformes lakehouse en utilisant des tables Delta Lake ou Iceberg avec une architecture médaillon (bronze/argent/or).
• Définir et faire évoluer les normes de données d’entreprise, les modèles et les accélérateurs réutilisables.
• Assurez-vous que les solutions respectent les normes de gouvernance des données, de sécurité, de scalabilité et d’efficacité des coûts.
• Évaluez les technologies par un benchmarking pratique — pas par des présentations de fournisseurs.
• Construire la première version fonctionnelle de pipelines, cadres et POC complexes (ingestion, CDC, streaming, DQ, observabilité, CI/CD).
• Pilotez les technologies émergentes (Iceberg, Lakeflow, Openflow, Cortex, Mosaic AI) de la POC au déploiement en production.
• Résoudre les défis de performance, de coûts et de gouvernance à haute complexité à l’échelle des pétaoctets.
• Identifier et traiter les risques systémiques de dette technique et architecturale.
• Implémentez des architectures Lambda ou Kappa en utilisant Databricks Structured Streaming / DLT ou Snowflake Dynamic Tables / Snowpipe Streaming.
• Construisez des motifs d’activation GenAI et ML (RAG, magasins de fonctionnalités, couches sémantiques) en utilisant Databricks Mosaic AI ou Snowflake Cortex.
• Collaborez avec des équipes de science des données et d’analytique pour mettre en place des modèles et des flux de travail d’IA.
• Collaborez étroitement avec les responsables des produits, de l’architecture, de la sécurité, de l’infrastructure et de l’analytique.
• Traduire les besoins d’affaires en une direction technique solide appuyée par des prototypes fonctionnels.
• Communiquez clairement les compromis techniques, les risques et les décisions aux parties prenantes techniques et non techniques.
• Influencer les feuilles de route et les investissements sur les plateformes grâce à l’analyse technique et à la réduction des risques.
• Encadrez des ingénieurs de données seniors et du personnel grâce à la programmation en paires, des évaluations de PR et du coaching en conception.
• Augmentez la maturité en ingénierie en expédiant des exemples fonctionnels et en codifiant des motifs.
• Favoriser une culture d’excellence technique, d’apprentissage et d’amélioration continue. 

Qualifications (quelques exemples ci-dessous) : 

• Expertise pratique exceptionnelle en Databricks ou plateformes Snowflake lakehouse . 
• Maîtrise approfondie de PySpark ou de SQL avancé, plus Python pour l’ingénierie des données et l’automatisation.
• Expérience éprouvée dans la construction d’architecture Medallion avec Delta Lake ou Iceberg Tables. 
• Expérience de streaming en temps réel et batch (Lambda ou Kappa) en utilisant Databricks DLT ou Snowflake Dynamic Tables / Snowpipe Streaming. 
• Pratique avec des outils d’orchestration — Airflow, Databricks Lakeflow ou Snowflake Openflow; l’expérience DBT est un atout.
• Solides compétences en modélisation des données (dimensionnel, Data Vault, conception de schémas).
• Expertise en performance et réglage des coûts (clustering, partitionnement, Z-ordering, taille d’entrepôt/cluster, FinOps).  
• Expérience en gouvernance avec Unity Catalog (Databricks) ou Horizon Catalog (Snowflake) pour la lignée, le contrôle d’accès et la qualité des données.
• Expérience en couche sémantique utilisant Databricks AI/BI Genie / Unity Catalog Metrics ou Snowflake Semantic Views / Cortex Analyst.
• Expérience d’activation IA/ML avec Databricks Mosaic AI ou Snowflake Cortex.
• Maîtrise CI/CD et DevOps — Git, Databricks Asset Bundles ou Snowflake CLI / Schemachange, tests automatisés.
• Expertise dans l’écosystème cloud — AWS (S3, Glue, Kinesis), Azure ou GCP. 
• Excellente capacité de communication et de narration technique.
• À l’aise d’opérer dans des environnements de parties prenantes complexes et ambigus. 
• Formation : Baccalauréat requis (informatique, génie ou domaine connexe); diplôme avancé préféré.
• Expérience : 3 à 5 ans d’expérience professionnelle en ingénierie des données, avec un historique éprouvé de leadership en architecture et en développement pratique pour des plateformes de données à l’échelle des entreprises, opérant dans des environnements de données complexes ou critiques pour la mission, et influençant plusieurs équipes et plateformes sans autorité directe.  
• Exigences de déplacement : Minimales à modérées (jusqu’à 10%, selon les besoins d’affaires). 

Qu’est-ce qu’on offre? 

• Régimes d’assurance (médicaux, vie)
• Pension/RRSP (pays spécifique)
• Bonus compétitif
• Allocation de mobilité
• Remboursement des frais de scolarité
• Vacances d’entreprise
• Temps de bénévolat
• Et plus encore…..