Mission :

Compétences :

Niveau Python avancé, capacité à modéliser et développer des data pipelines sur Databricks

Niveau SQL avancé (connaissance de la norme ANSI92, analyze de plan d'executions) et capacité a travailler sur de gros volumes avec des exigences de performances fortes

Connaissance de l'état de l'art de la modélisation décisionnelle : Kimball, Inmon et Data Vault et capacité a mettre ces méthodes en pratique (Slowly Changing Dimensions, Point in time tables, chasm/fan trap management )

Outils de reporting (idéalement SAP BI42, Tableau software)

Compétences additionnelles :

Modélisation de données financière (compta analytique et technique, pricing)

CI/CD pipeline (artifactory, jenkins sweagle)

Orchestration de data processing en python (base sur une stack pyodbc, celery, redis, postgresql, django)

Containers (docker-compose)

Technologies de datalake

Technologies de master data management

Contexte technique:

Datalake : Azure Data Lake Gen 2

Data engineering : Microsoft Azure Databricks

Datawarehouse : IBM DB2 Warehouse sur le Cloud Azure

Data sources : SQLServer, IBM DB2 Warehouse , Oracle

Reporting : SAP BI 4.2, Tableau Software

ELT : inhouse python + SQL generation

Soft Skills :

Rigueur (environnement projet complexe de par le nombre d'environnements et de branche de développement)

Bon relationnel et capacité de dialogue avec des interlocuteurs techniques

Capacité à intégrer rapidement les contraintes d'un existant complexe

Autonomie, curiosité