Data Ops Confirmé ++ H/F Proxiel

Nous recherchons un Data OPS confirmé / Sénior (F/H/X) pour intégrer l'un de nos partenaires Grand Compte en full remote (1 déplacement par mois à effectuer sur Nantes).

Vos missions :

Automatisation des flux de données :

Il met en place des pipelines de données automatisés pour ingérer, transformer, valider et charger les données. Cela inclut le suivi et le monitoring des flux pour s'assurer de la fluidité et de la fiabilité des données à chaque étape.

Amélioration de la qualité des données :

Il met en oeuvre des pratiques pour contrôler et améliorer la qualité des données (tests automatiques, vérifications de la qualité en temps réel, détection d'anomalies, etc.), garantissant que les données sont fiables et prêtes à être exploitées.

Mise en oeuvre de pratiques CI/CD :

En adaptant les pratiques de CI/CD (Intégration Continue/Déploiement Continu), DataOps permet aux équipes de données de déployer des mises à jour de pipelines et de traitements plus rapidement, en appliquant des tests et des déploiements automatisés.

Collaboration entre équipes :

Il agit comme un lien entre les équipes de data engineering, de data science et d'analystes métiers. Il facilite la communication et la collaboration pour que les livrables de données répondent aux besoins des utilisateurs finaux de manière cohérente.

Surveillance et observabilité :

Le rôle de DataOps inclut la mise en place d'outils de surveillance pour suivre la performance des pipelines de données en temps réel et diagnostiquer les problèmes. Cela aide à garantir la disponibilité des données et à intervenir rapidement en cas de défaillance.

Gestion de la gouvernance et de la conformité des données :

Il s'assure que les données suivent les règles de gouvernance et de conformité, en surveillant les accès, les permissions et en appliquant les bonnes pratiques de sécurité des données.

Optimisation des coûts et des ressources :

Il optimise l'utilisation des ressources (infrastructure, stockage, calculs) pour rendre les opérations de données plus économiques, notamment dans des environements de cloud

Livrables :

Instanciation des pipelines de données spécifiques aux usages.

Indicateurs de qualité des données

Indicateurs de performances

Mise en place des dashboards et des alertes concernant le monitoring des pipelines de données