Senior Data Engineer Azure (H/F)

Dans le TOP10 des Sociétés de Conseil en Ingénierie en France , le Groupe SCALIAN intervient sur des activités de services en management de projets industriels, supply chain, architecture et développement de systèmes numériques embarqués, applicatifs de systèmes d'information et d'Intelligence artificielle dans des secteurs d’activité aussi variés que l’aéronautique, le spatial, l’automobile, le ferroviaire, les services, le luxe ou le retail etc. Créée en 1989, SCALIAN compte aujourd’hui plus de 5500 collaborateurs répartis dans 11 pays et 15 implantations en France pour un chiffre d’affaires de 550 millions d’euros. SCALIAN travaille pour des grands Groupes du CAC40 sur des projets en AT ou au forfait. Labellisée Great Place to Work, SCALIAN connait une croissance de 20% chaque année. Pourquoi SCALIAN ? Parce que Scalian vous accompagne dans le développement de votre carrière : programme d'onboarding complet sur 1 an avec votre manager et votre RH, programmes de formation personnalisés, communautés techniques, événements internes Parce que Scalian favorise la Qualité de Vie au Travail : certifications Great Place to Work® et Best Workplaces for Women, prime de cooptation, prime vacances, accord télétravail Parce que Scalian développe une politique RSE concrète et ambitieuse : mobilité durable, actions environnementales, actions handicap (accord agréé, processus de recrutement inclusif, formation des managers et des recruteurs, mission handicap avec temps dédié : [email protected] ) Offre d’emploi : Data Engineer Azure – Digital Factory (H/F) Lieu : Paris 2ème arrondissement Télétravail : 2 jours de TT, 3 jours sur site Type de contrat : CDI (Freelance non accepté) Rémunération : Jusqu’à 65 K€ selon profil Démarrage : Entre le 11/05 et le 25/05 Expérience requise : Profil confirmé avec une solide maîtrise de Python et de l'environnement Azure Durée : Mission longue À propos du poste : Secteur d’activité : Énergies & Solutions bas carbone. Objectifs principaux : Concevoir, développer et industrialiser les solutions de données d'un produit stratégique, en garantissant une architecture scalable et conforme aux standards d'excellence de notre Digital Factory. Rôle au sein de l’équipe : Intégrer une équipe produit pluridisciplinaire (Squad) au sein d'une organisation agile mature (30 squads), entouré d'experts (Coachs Craft, Chapter Leads, Architectes). Nous recherchons un(e) Data Engineer Azure pour intégrer notre Digital Factory et participer activement au déploiement de pipelines de données complexes. Vous évoluerez dans un environnement agile, stimulant et innovant, où la qualité logicielle et la performance des flux sont les priorités. Vos missions : Ingénierie & Développement : Concevoir et développer des pipelines de données robustes en appliquant les principes de Clean Code et de DDD. Industrialisation & Performance : Assurer l'observabilité des flux (monitoring, alerting) et optimiser les coûts d'infrastructure (FinOps Data). Support & Expertise Technique : Traduire les besoins business en spécifications techniques lors des rituels agiles et assurer la résolution d'incidents. Contribution transverse : Participer activement à la vie du "Chapter Data" pour partager vos bonnes pratiques et retours d'expérience. Environnement technique (Stack) : Cloud Azure : Maîtrise des composants natifs (Azure Functions, ADLS Gen2, Container Instances, Event Hubs). Langages : Maîtrise avancée de Python (Pandas). Qualité : Implémentation de tests (Pytest), linting (Ruff/Black), Git/GitHub. Data : Bases de données relationnelles et non relationnelles, scripts de transformation custom. Profil recherché : Maîtrise confirmée des pipelines de données sous Azure et du développement Python . Capacité à travailler dans un environnement Agile avec une forte culture Software Craftsmanship . Anglais courant impératif (contexte international). Sens de la communication pour interagir efficacement avec les métiers et les rôles transverses. Atouts supplémentaires : Des connaissances en Data Science sont un plus pour collaborer sur les sujets de contextualisation de données.