L’équipe Data Engineering
Les problématiques traitées au sein de l’équipe afin de répondre aux enjeux métier de nos clients sont les suivantes :
• Détection de fraude dans les secteurs bancaire et assurance
• Maintenance prédictive dans les secteurs IT et logistique
• Traitement automatique du langage naturel (NLP) dans les secteurs bancaire et assurance
• Segmentation Client
• Traitement et classification d’images via des techniques de “Deep Learning”
• Accompagnement dans la mise en place de plateformes analytiques sur le Cloud (AWS, Azure, Google Cloud…)
Nous avons au sein de l’équipe une large expérience sur les technologies Big Data et les problématiques de Machine Learning. Cette double approche nous permet d’accompagner nos clients dans l’industrialisation de solutions analytiques et dans la maintenance des systèmes en production. Nous opérons aussi bien sur notre cluster in-house, sur le Cloud ou directement sur ceux de nos clients afin de délivrer les solutions appropriées.
Avec l’industrialisation de plusieurs projets Big Data et Machine Learning, c’est une équipe qui connait une forte croissance.

Les problématiques traitées au sein de l’équipe afin de répondre aux enjeux métier de nos clients sont les suivantes :
• Détection de fraude dans les secteurs bancaire et assurance
• Maintenance prédictive dans les secteurs IT et logistique
• Segmentation Client
• Accompagnement dans la mise en place de plateformes BI on-premise et sur le Cloud (AWS, Azure)
Nous avons au sein de l’équipe, dédiée au conseil et à l’intégration autour des solutions technologiques BI, une large expérience sur ces technologies. Cela nous permet d’accompagner nos clients autour des problématiques d’accompagnement de la relation client (CRM), de gestion de contenus digitaux (applications Web, CMS, développement Web, etc.) et la gestion des données d’entreprise (ERP).
Nous intervenons sur des missions d’industrialisation de solutions analytiques et dans la maintenance des systèmes en production. Nous opérons aussi bien sur notre cluster in-house, sur le Cloud ou directement sur ceux de nos clients afin de délivrer les solutions appropriées.
Avec l’industrialisation et le développement de plusieurs projets BI, c’est une équipe qui connait une forte croissance.

La fonction :
Dans le cadre de projets innovants (POCs et industrialisations), l’Ingénieur BI a pour rôle de concevoir et mettre en œuvre des solutions performantes, scalables et maintenables.
Ses compétences techniques lui permettent de proposer et concevoir des architectures BI, d’implémenter et d’optimiser des flux de données et algorithmes complexes.
Bon communiquant, il est capable d’exprimer et de défendre ses idées face à des clients.
Il continue à développer et partager ses connaissances en participant aux activités de Recherche et Développement d’Ekimetrics : formations, veille technologique, participation et animation de meetups, etc.

Profil :
Véritable passionné des problématiques data, vous avez le goût pour les défis et souhaitez rejoindre un pôle en plein développement et au sein d’une entreprise pionnière dans le Conseil en stratégie en Data Science et Big Data.
Vous êtes attaché à évoluer dans un environnement stimulant et ou la Culture d’entreprise est forte. Capacité de prise de recul et rigueur.
Enfin et surtout, vous aimez transmettre et prendre du plaisir dans votre travail.

Compétences:
Compétences indispensables :
• Plus de 5 ans d’expérience professionnelle dans un contexte exposé à la donnée
• Maitrise d’un ou plusieurs de ces langages : Scala, Java, Python…
• Expérience en conception d’infrastructures distribuées et temps réel à forte volumétrie
• Expérience en bases de données NoSQL
• Avoir déjà travaillé sur des technologies Big Data (Spark, Kafka, Elastic Search…)
• Curieux, autonome, force de proposition de solutions innovantes
• A l’aise pour travailler avec des interlocuteurs métier ainsi qu’avec des data scientists
• Forte veille sur les technologies Big Data
Appréciées :
• Maîtrise d’un environnement distribué (Spark, Kafka, Hadoop MapReduce…)
• Connaissance d’une plateforme Cloud (AWS, Azure, Google Cloud…)
• Compréhension des enjeux métiers pour vérifier la cohérence des données
• Capacité à gérer des projets et travailler en équipe