Trouvez votre prochaine offre d’emploi ou de mission freelance Apache Airflow à Lille

Data Driven , powerBI/Loocker, Compétences techniques Python,Shell, CI/CD, Airflow, Dataflow - Expert - Expert - Impératif AppEngine, FastAPI - Expert - Expert - Impératif Connaissances linguistiques Anglais Professionnel (Impératif) Stack technique: GIT, GitHub, bigQuery, Finder, PowerBI/loocker Télétravail 2 jours par semaine - 3 jours en présentiel Le projet ne nécessite pas d'astreintes Mission de 1 an Il est donc préférable que le consultant habite dans la métropole lilloise. Utilisation de la Méthode Scrum, Kanban

Mission Développer et automatiser des produits et algorithmes Data (IA/Machine Learning) pour améliorer les décisions stratégiques au sein du périmètre marketing client. Créer des pipelines de données robustes et garantir la qualité via des sondes et une cartographie détaillée des données (structurées et non structurées). Mettre en œuvre des solutions de DataViz (PowerBI/Looker) pour fournir des insights exploitables et accompagner la stratégie Data du business. Compétences techniques Expertise en Python, Shell, CI/CD, Airflow, Dataflow, AppEngine, et FastAPI. Maîtrise des outils GCP (BigQuery), Git/GitHub, et des solutions de visualisation (PowerBI/Looker). Connaissance des méthodologies agiles (Scrum, Kanban) et des bonnes pratiques de gestion de données. Expérience avérée dans l’industrialisation de modèles ML/IA à grande échelle et la mise en production de pipelines complexes.

TJM A RESPECTER PROFIL 5-10 ans : 450€ +10 ANS : 500€ Contrainte forte du projet Data Driven , powwerBI/Loocker, contexte projet Compétences techniques Python,Shell, CI/CD, Airflow, Dataflow - Expert - Expert - Impératif AppEngine, FastAPI - Expert - Expert - Impératif Connaissances linguistiques Anglais Professionnel (Impératif) Description détaillée Nous recherchons un Data Engineer /Scientiste avec la capacité de mettre en place du dataViz (PowerBI/ loocker) Pour mettre en place des produits/Alghoritmes Data avec de l'IA /machine learning au sein du périmètre marketing client Automatiser des process et aider le business à prendre des décisions stratégiques en se basant sur la Data Cartographie des données Datamesh approprié et partagé et son dimensionnement Datamesh avec les sondes qui garantit la qualité de la donnée Qualification et Gestion des données: - Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité - Intègre les éléments - Structure la donnée (sémantique, etc.) - Cartographie les éléments à disposition - Nettoie la donnée (élimination des doublons, ) Stack technique: Python,Shell, CI/CD, Airflow, Dataflow - Expert AppEngine, FastAPI - Expert GIT, GitHub, bigQuery, Finder, PowerBI/loocker Méthode Scrum, Kanban

Nous recherchons un Data Engineer /Scientiste avec la capacité de mettre en place du dataViz (PowerBI/ loocker) Pour mettre en place des produits/Alghoritmes Data avec de l'IA /machine learning au sein du périmètre marketing client Automatiser des process et aider le business à prendre des décisions stratégiques en se basant sur la Data Cartographie des données Datamesh approprié et partagé et son dimensionnement Datamesh avec les sondes qui garantit la qualité de la donnée Qualification et Gestion des données: - Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité - Intègre les éléments - Structure la donnée (sémantique, etc.) - Cartographie les éléments à disposition - Nettoie la donnée (élimination des doublons, ) Stack technique: Python,Shell, CI/CD, Airflow, Dataflow - Expert AppEngine, FastAPI - Expert GIT, GitHub, bigQuery, Finder, PowerBI/loocker Méthode Scrum, Kanban

Cherry Pick est à la recherche d'un "PM Data" pour un client dans le secteur du Commerce de détails. Contexte de la mission Au sein de notre organisation produit Data, nous recherchons un·e Data Product manager pour gérer la collecte des données de nos MarketPlace, contribuer à l’alimentation de données de processus opérationnels et organiser la restitution au travers de DashBoards. En contact permanent avec le business, dans un contexte agile (Scrum) et en animation fonctionnelle de votre équipe produit (9 Ingénieurs de données: 3 DE, 2 AE, 2 BI ENG, 1 DA, 1 DS) localisée en France (5 pers), Allemagne (3 pers), Pologne (1 pers) : Vous collectez, structurez et priorisez les besoins Vous mettez en place et garantissez la performance des pipelines d'alimentation des données dans notre Datalake Vous faites évoluer et mettez en place des DashBoards de restitution des données au service des acteurs de la MarketPlace Vous managez votre roadmap d’innovation et IAs Vous garantissez un RUN de qualité pour respecter le niveau de service attendu par vos utilisateurs Vous contribuez à l'animation du processus agile scrum (Daily, Refinement, Sprint Planning, Retro, Démo) Vous interagissez avec vos différents stakeholders : représentants business, product manager logiciels et data, Data Manager, Data Owner Profil : Product Manager confirmé et vous avez de solides expériences dans la data Soft Skills : Leadership / Force de proposition / Communicant / Esprit d'équipe / Responsable /Problem-solver Hard Skills : Cf compétences ci dessous Environnement technique : AWS (S3, Lambda, Airflow), DataBricks, Github, DBT, Spark, Tableau Software Objectifs et livrables Vision & Stratégie Construire la roadmap du produit, la partager, l’adapter et animer sa mise en œuvre (#vision) Explorer les besoins & problématiques des métiers (#discovery) Définir le modèle de données (#data_modeling) Animer un comité de pilotage pour communiquer sur les avancées & faire acter les arbitrages/décisions (#gouvernance) Concevoir le produit Ecrire les User Stories et les prioriser sur chaque sprint (#value) "Raconter" et faire vivre le besoin de l’utilisateur au sein de l’équipe produit (#sens) Identifier et gérer les dépendances avec les autres produits/services logiciels ou data (#lineage) Faire vivre le produit Faire évoluer le modèle de données (#data_modeling) Valider & vérifier la conformité des données avec les besoins des utilisateurs (#data_quality) Vérifier l’impact des évolutions produit et mesurer la satisfaction utilisateurs (#value) Communiquer sur la vie, les évolutions du produit (#newsletter) et développer son utilisation (#usage_follow_up) Contribuer à la formation et l’accompagnement des utilisateurs (#upskilling) Garantir la maintenabilité, l’évolutivité et la fiabilité du produit (#robustness #sla)