Data Quality Engineer H/F Akkodis

La ligne de service Consulting & Solutions d'Akkodis France renforce ses équipes en région Nouvelle-Aquitaine et recrute un Data Engineer / Data Quality Engineer H/F en CDI à Bordeaux. Ce poste s'inscrit dans le secteur Healthcare & Medical, avec pour objectif la migration Lift & Shift et la construction d'une Data Platform par domaine métier. Le Data Quality Engineer est le référent technique de la qualité de la donnée et du code, garantissant la fiabilité des données pour tous les utilisateurs.

Responsabilités principales :

* Assurer la qualité et l'intégrité des données via des processus de validation et de nettoyage, incluant la mise en place de tests de non-régression lors des migrations.
* Concevoir, développer et maintenir des pipelines de données pour l'ingestion, la transformation et la migration sur Snowflake.
* Déployer un framework de Data Quality intégré dans les pipelines (ex. : Soda Core, Great Expectations, dbt tests), en implémentant les dimensions de qualité (complétude, exactitude, cohérence, unicité, fraîcheur, validité).
* Collaborer avec les équipes de développement, Data Manager et Data Steward pour définir les exigences de données et rédiger les contrats de données.
* Mettre en place des outils et métriques pour surveiller la qualité des données, construire des tableaux de bord de qualité et assurer un observability layer avec alerting proactif.
* Diagnostiquer et résoudre les problèmes liés aux données et aux flux de traitement, en documentant les anomalies et la dette qualité héritée.
* Définir et enforcer les standards de développement (naming conventions, documentation inline, modularité) et mettre en place des pipelines CI/CD avec validation automatisée.
* Contribuer à la data lineage sur Snowflake, alimenter le data catalog et participer aux Data Quality Reviews régulières avec les équipes métier.

Environnement de travail :

Vous évoluez dans un contexte de migration de plateforme data et de construction d'une Data Platform sur Snowflake, en interaction étroite avec le Data Manager et le Data Steward. L'environnement technique comprend Python, SQL, Snowflake, dbt, Databricks, Google Cloud Platform, et des outils de data quality comme Soda Core et Great Expectations. La méthodologie privilégie la rigueur, la collaboration et l'approche systémique, avec une forte culture de qualité et de documentation. La gestion de projet implique des phases de migration, de profiling des données, et de mise en place de standards de développement.