Notre équipe “Data Services” est de plus en plus solicitée pour analyzer les larges quantités de données qu’on accumule tous les jours, en extraire des informations synthétiques (dans le respect de nos engagements de respect de vie privée) et exposer ces résultats pour les utilisateurs à la fois internes (Dashboards BI de suivi pour les Product Managers, Microservices pour les developers à usage dans nos différentes applications) et externes (intégration de ces services données dans nos applications pour les professionels de santé aussi bien que les patients). Nous cherchons donc un(e) data engineer qui possède une bonne expérience en ETL (Extract, Transform and Load) et avec les outils modernes d’analyze de données de type Dataiku, Spark et SQL en général pour nous accompagner sur la conception et la réalisation de ces services.

Etant donné que nous manipulons des données sensibles, nous n’avons pas accès (vu les offres actuelles sur le marché) à des services ETL managés sur des clouds publics ce qui nous amène à internaliser ces process de traitement de données au sein de notre cloud sécurisé. Vous serez amené(e) à mettre en place ces pipelines de traitement en utilisant Dataiku et en industrialisant cet usage en suivant les best practices de traitement de données (notebooks jupyters, versioning de la data, collaboration, Pipelines de training de machine learning) tout en utilisant des resources en infrastructure (VMs, Containers, etc) qui sont mises à disposition. Par conséquent, une familiarité avec la couche infrastructure et une sensibilité devops sont souhaités.

Les développements pour des APIs microservices pour exposer ces données traitées sont majoritairement en Python mais peuvent être en Go ou en Java. Par ailleurs, nous pratiquons aussi le Ruby et le NodeJS à fortes doses sur d’autres composants de notre backend ; vous serez probablement amenés à contribuer et donc à monter en compétences sur d’autres stacks techniques.

Vous serez en charge des missions suivantes :

• Mise en place de pipelines de traitement de données à la fois de santé et d’activité
• Participer au développement de nouvelles fonctionnalités sur notre plateforme à mesure que nous montons en charge
• Développer des nouveaux outils de suivi et de gestion dans la plateforme pour simplifier les aspects opérationnels et permettre une exécution efficiente
• Maintenir et faire évoluer plusieurs composants existants afin qu’ils continuent d’être en phase avec les besoins opérationnels.

• D’excellentes compétences techniques et l’envie d’apprendre et de progresser,
• Une expérience sur la mise en place de pipeline industrialisé de traitement de data,
• Une expérience prouvée avec l’analyze de donnée en SQL (Mysql, Postgres, etc),
• Une expérience avec les outils de développement (IDE, Git/Github, Débogueur pas à pas, etc),
• Une exposition prouvée à un environnement de production (Intégration Continue, etc) est un plus,
• Une expérience avec Python et Spark est très appréciée,
• Une familiarité avec docker est un plus,
• Une familiarité avec le Machine Learning est un plus,
• Des qualités d’autonomie, de flexibilité, de transparence et de responsabilité,
• L’esprit d’équipe et la volonté de prendre part à une aventure collective.

Un intérêt pour le monde de la santé est un vrai plus mais pas nécessaire. Une lettre de motivation personnalisée sera particulièrement appréciée :)

Si vous souhaitez nous témoigner de vos compétences, vous pouvez nous partager vos projets tech persos (sur github ou ailleurs).

• Disponibilité : dès que possible
• Type de contrat : CDI, habilité préalable à travailler en France requise.
• Rémunération : sur profil

• Entre 3 et 4 entretiens
• Au moins 1 cas pratiquE
• Prise de 2 à 3 références à l’issue du process