Vous êtes passionné(e) par la data et l'aéronautique ? Vous souhaitez valoriser les données de vol et contribuer à la maintenance prédictive des flottes de demain ? Nous recherchons un(e) Data Engineer expérimenté(e) pour intervenir directement chez notre client, Airbus Helicopters.
Vos missions au quotidien : Au cœur d'un environnement industriel de pointe, vous serez chargé(e) de structurer et d'exploiter des volumes massifs de données.
- Concevoir, développer et optimiser des pipelines de données (ETL/ELT) robustes et scalables.
- Mettre en place et gérer l'architecture de la donnée (Data Lake / Data Warehouse) en lien avec les équipes Cloud.
- Industrialiser les modèles algorithmiques développés par les Data Scientists (MLOps).
- Garantir la qualité, la fiabilité et la sécurité des données aéronautiques traitées.
- Collaborer avec les experts métiers, les architectes et les équipes de développement dans un contexte agile.
La stack & les compétences techniques requises :
- Langages : Maîtrise avancée de Python et SQL. Scala est un vrai plus.
- Écosystème Big Data : Apache Spark, Databricks, Hadoop.
- Streaming & Messaging : Kafka ou Event Hubs.
- Environnement Cloud : Bonne maîtrise d'au moins un fournisseur Cloud (Azure, AWS ou GCP).
- Orchestration & CI/CD : Apache Airflow, Docker, Kubernetes, Git, Terraform.
- Bases de données : SQL (PostgreSQL, Snowflake, etc.) et NoSQL.
Votre profil :
- Vous justifiez d'au moins 3 ans d'expérience sur un poste similaire, idéalement dans un contexte industriel ou technique exigeant.
- Vous avez une excellente culture des bonnes pratiques de développement (Clean Code, tests unitaires, versioning).
- Vous êtes force de proposition et aimez résoudre des problèmes architecturaux complexes.
- Un niveau d'anglais technique et conversationnel (B2 minimum) est requis pour évoluer dans ce contexte international.
Pourquoi nous rejoindre ?
- L'opportunité d'avoir un impact direct sur l'innovation d'un leader mondial de l'aérospatial.
- Une stack technique moderne et des défis liés à la complexité des données industrielles.
- Un accompagnement de carrière personnalisé et une culture du partage technique.