Détail du poste
Information importante
Type de contrat:
Freelance
Taux journalier :
Salaire selon profil
Localisation :
Paris, France
Date de démarrage :
Urgent
Mode de travail :
Hybride, Sur site
Publié le :
8 juin 2026
Le besoin
Contexte
Au sein de l'équipe Data & AI d'un grand groupe pharmaceutique international, vous renforcez une équipe produit qui conçoit et opère des solutions data pour accélérer la R&D et les essais cliniques. Vous intervenez sur la conception, la livraison et le run de pipelines de données en production sur une plateforme cloud de grande échelle.
Missions
Concevoir et implémenter des pipelines end-to-end (ingestion DWH / Datamart) sur Snowflake avec dbt, Airflow, SQL et Python
Contribuer à la modélisation DWH/Datamart avec un focus sur la performance des requêtes et l'efficacité des workloads
Traduire les besoins métier (Product Owners, Data Analysts, Data Scientists) en solutions techniques avec des contrats d'interface clairs
Mettre en place la qualité de données, l'observabilité et le monitoring (Datadog / Grafana)
Opérer le run quotidien des flux existants, gérer les incidents et suivre les KPIs opérationnels
Appliquer les bonnes pratiques CI/CD, versioning, IaC et conteneurisation (GitHub Actions, Terraform, Docker)
Produire la documentation technique et fonctionnelle, participer aux code reviews
Contribuer aux pratiques MLOps pour délivrer de la data AI-ready aux applications downstream
Stack technique requise
Snowflake (data warehousing)
dbt (transformation)
Apache Airflow (orchestration)
Python + SQL
AWS (cloud de référence, usage production)
CI/CD : GitHub Actions, Terraform, Docker
Monitoring : Datadog et/ou Grafana
Nice to have
Kubernetes / OpenShift
IICS / Informatica ou ETL équivalent
Certifications AWS ou Snowflake
Exposition environnement healthcare / GxP
ServiceNow, JIRA, Confluence
Conditions de travail
📍 Paris - Hybride (3 jours sur site : lun / mar / mer)
🗓 Démarrage : ASAP
⏳ Durée : 3 mois renouvelable
🌐 Anglais requis
Profil recherché
5 ans d'expérience minimum en tant que data engineer
Snowflake + dbt : maîtrise avancée, expérience en modélisation et transformation en production
Apache Airflow : orchestration de pipelines complexes en environnement production
Python + SQL : niveau confirmé, écriture de scripts d'ingestion et de transformation
AWS : usage production (S3, services managés cloud)
CI/CD & IaC : GitHub Actions, Terraform, Docker - bonnes pratiques appliquées en production
Monitoring & qualité data : Datadog et/ou Grafana, alerting, tests de données
Publiée le 11/06/2026 - Réf : 2e2068e0943b755931eacdddec93a86d