Ingénieur(e) de données

Pour la version anglaise de cette description de poste, veuillez consulter le lien suivant / For the English version of this job description, please refer to the following link : Senior Data Engineer À propos d’AppDirecte Devenez un citoyen du monde à l’ère numérique et outillez une nouvelle génération d’entrepreneurs branchés aux quatre coins du globe. AppDirecte offre une plateforme d’abonnement permettant de vendre n’importe quel produit en tant que service, et ce, par n’importe quel canal et sur n’importe quel appareil. Nous alimentons des millions d’abonnements pour le compte d’organisations de partout dans le monde. Notre action est toujours guidée par nos valeurs et notre culture – une culture qui vous permet d’être vu, de rester authentique et d’exceller. À propos de l'équipe de connaissance des données Notre mission est d'unifier les données de toutes les unités commerciales de l’entreprise au sein d'un lac de données gouverné avec couche sémantique, afin d'alimenter l'analytique, l'IA, les rapports, le partage de données et les tableaux de bord internes et externes. À propos de vous Nous sommes à la recherche d’un ou d’une ingénieur(e) de données senior ayant une approche« données en tant que produit » et capable de concevoir des pipelines et des modèles de production fiables et réutilisables pour rejoindre notre équipe de connaissance des données basée à Montréal. À ce poste, vous développerez des produits de données de production et des pipelines de lac de données qui alimentent l'analyse et les tableaux de bord internes et externes. Vous travaillerez en collaboration avec les équipes d'ingénierie et de produit pour établir des contrats de données clairs et définir des modèles réutilisables. Ce que vous ferez et ce qui vous fera briller Architecture et modélisation de la plateforme : Concevoir, construire et améliorer la plateforme de données du lac de données (modèles et pipelines réutilisables sur Snowflake + dbt, avec charges de travail Databricks intégrées) afin de fournir aux équipes d’analytique et de produit des données fiables et gouvernées. Analyse des besoins et collaboration avec les parties prenantes : Traduire les exigences produit et commerciales en modèles et pipelines de données, en collaboration avec les chefs de produit, les unités opérationnelles et les ingénieurs, afin que la logique de domaine soit correctement déployée en production. Modernisation des pipelines : Migrer les processus ETL existants vers des pipelines de flux et incrémentaux modernes et performants, en optant pour Snowflake ou Databricks selon les besoins. Performance et coût de Snowflake : Utiliser et optimiser Snowflake pour en maximiser la fiabilité et l’efficacité, notamment en ajustant le dimensionnement et l’utilisation de l’entrepôt de données, en regroupant/partitionnant selon les besoins, et en assurant la visibilité sur les dépenses de crédit pour éviter une explosion des coûts. Opérations assistées par l’IA : Utiliser des outils ...