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

Mission : En tant que Data Scientist (H/F), vous serez en charge des missions suivantes : • Concevoir et développer les futures fonctionnalités de la plateforme sous Google Cloud Platform. • Concevoir les flux d'alimentation et les tables (structure de donnée). • Automatiser et industrialiser les flux. La stack technique : • Maîtrise des outils permettant de gérer les gros volumes de données (stockage HDFS, calcul distribué, …) via Spark. • Expérience significative dans la mise en production de solutions de ML ayant un impact à grande échelle sur les clients. • Maîtrise des pratiques de packaging ML et de mise en place des architectures AI avancées. • Maîtrise des environnements de développement sur le Cloud (ex : AWS, SageMaker, DataBricks, etc.). • Maîtrise des outils de développement : Git, Github, CI/CD, VSCode/Pycharm, Terminal. • Maîtrise de l'Anglais indispensable.

Assurer la performance et l’évolutivité des solutions Data & ML : Concevoir et optimiser des pipelines de données robustes et évolutifs (ETL/ELT). Garantir la qualité des données et leur disponibilité pour les modèles de Machine Learning et les équipes métier. Implémenter des solutions scalables pour le traitement de grands volumes de données. Encadrer techniquement une équipe en forte croissance : Accompagner une équipe de Data Engineers et Data Scientists, en participant activement à leur montée en compétences. Fédérer et guider l’équipe dans un environnement collaboratif et motivant. Assurer l’adoption des meilleures pratiques de développement (DevOps, CI/CD, tests automatisés, monitoring). Aligner les solutions Data avec les standards technologiques du groupe : Veiller à la cohérence des solutions avec les stratégies globales de l’entreprise. Introduire des standards modernes comme l’Infrastructure as Code, l’observabilité et le monitoring avancé. Roadmap produit et décisionnel : Collaborer avec les Product Owners pour prioriser les fonctionnalités liées à la gestion et au traitement des données. Assurer les choix architecturaux et techniques clés pour garantir la sécurité, la scalabilité et les performances des systèmes. Interopérabilité et standardisation : Travailler avec les autres Tech Leads et équipes transverses pour une intégration fluide des solutions au sein de l’écosystème global. Standardiser les pratiques liées aux pipelines de données et au MLOps. Supervision de la production et amélioration continue : Assurer la stabilité et la fiabilité des systèmes de données en production. Participer activement aux revues de code (MOB programming, pair reviews) pour maintenir un haut niveau de qualité technique. Être force de proposition pour des initiatives d’amélioration continue. Support et relation utilisateurs : Être le point de contact clé pour les utilisateurs finaux, comprendre leurs besoins et garantir leur satisfaction. Former les parties prenantes à l’utilisation des solutions déployées. L'équipe, actuellement composée de 5 collaborateurs, est en forte expansion avec des recrutements en cours pour répondre aux objectifs ambitieux du projet. Vous évoluerez dans un cadre mêlant innovation, technologies avancées et défis stratégiques, avec une véritable autonomie pour construire des solutions Data & ML d’envergure. Expertise confirmée en ingénierie des données (5+ ans) avec une solide maîtrise des technologies Cloud (AWS, GCP ou Azure). Compétences avancées en Python, Spark, Kafka, SQL ou outils de traitement des données distribuées. Expérience en MLOps et dans la mise en œuvre de pipelines automatisés. Leadership technique et capacité à encadrer une équipe technique. Forte capacité à communiquer, à collaborer et à prendre des décisions stratégiques.

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)