Tech Lead / Architecte Data & IA (H/F)

Tech Lead / Architecte Data & IA (H/F)

Missions

• Concevoir et faire évoluer les architectures Data & IA en définissant les modèles cibles et les choix technologiques.
• Concevoir et industrialiser les pipelines d'ingestion et de transformation (batch & streaming) pour les datalakes et lakehouses.
• Préparer les fondations data pour les cas d'usage IA et Machine Learning (gouvernance, qualité, traçabilité).
• Mettre en place les environnements de déploiement et d'exploitation selon les standards DevOps et DataOps (CI/CD, monitoring).
• Traduire les besoins métiers en solutions techniques robustes en assurant la cohérence des modèles et des flux.
• Garantir la qualité, la sécurité et la gouvernance des données à chaque étape du projet.
• Encadrer les équipes techniques, partager les bonnes pratiques et promouvoir une culture d'excellence technique.
• Participer aux avant-ventes, POC et cadrages techniques pour construire les architectures adaptées aux enjeux clients.

Profil

• Minimum 5 ans d'expérience sur des projets Data d'envergure.
• Solide expérience en modélisation, architecture et déploiement de plateformes Data (Datawarehouse, DataLake, Lakehouse).
• Maîtrise du SQL et d'au moins un langage de scripting (Python, Scala, etc.).
• Bonne compréhension des enjeux IA / ML (préparation de données, MLOps, pipelines de features, intégration de modèles).
• Vision globale des architectures Data Cloud (Azure, GCP ou AWS).
• Connaissance des principes CI/CD, Infrastructure as Code, DataOps, monitoring et testing.
• Appétence forte pour l'innovation et la veille technologique.
• Bon niveau d'anglais technique.
• Maîtrise des outils d'intégration et d'orchestration (Airbyte, Fivetran, DBT, Airflow, Dagster, Azure Data Factory, AWS Glue).
• Maîtrise des plateformes Data (Databricks, Snowflake, BigQuery, MS Fabrics, Redshift, Athena, Delta Lake).
• Maîtrise des outils Infra / DevOps (Terraform, Azure DevOps, Docker, Kubernetes).
• Maîtrise des langages SQL, Python et Spark.
• Connaissance des outils MLOps / IA (MLflow, Feature Store, Vertex AI, Azure ML, Databricks ML, APIs LLM).
• Pour t'épanouir sur ce poste, il faut aimer conjuguer expertise technique, vision d'ensemble et leadership:
• Stack technique (indicative)

Atouts

• Une compréhension des enjeux de data visualisation est un plus.