/// Data & AI
Data Engineer
Concevoir et optimiser les architectures et pipelines de données dans des environnements cloud et hybrides, en garantissant leur scalabilité, leur performance et leur gouvernance.
/// missions
Ce que vous ferez chez Uneety
Trois temps forts du poste, pensés pour bâtir du concret, pas pour cocher des cases.
- Concevoir une architecture data cloud scalable
- Implémenter des pipelines ELT automatisés
- Gérer le versionnement et les releases data
- Optimiser les performances de requêtes analytiques
- Mettre en œuvre la gouvernance des données
- Implémenter un traitement distribué sur gros volumes
- Définir et appliquer des règles de qualité des données
- Intégrer des flux temps réel dans un data lake
- Déployer une infrastructure de données as code
- Implémenter une politique de sécurité data
- Créer des schémas de modélisation avancés (Data Vault, Star Schema)
- Encadrer l’industrialisation d’un POC data science
- Mettre en œuvre un système de data lineage complet
- Superviser les SLA/SLO des pipelines critiques
- Réaliser l’audit technique d’une plateforme data existante
- Encadrer une équipe data technique (review code, stratégie Git)
- Gérer les accès RBAC complexes sur un entrepôt cloud
- Automatiser les tests de non-régression sur pipelines
- Implémenter des stratégies de sauvegarde/restauration de données critiques
- Migrer un DWH legacy vers un environnement moderne cloud
/// stack & outils
Votre terrain de jeu technique
Les technologies et plateformes que vous manipulerez au quotidien, selon les missions et les contextes clients.
/// dimension ia
L’IA n’est pas une option, elle fait partie du métier
Contribution à l'AI Readiness : industrialisation de la donnée et des modèles, ouverture au GenAI/RAG, dans une logique d'IA responsable.
Capacité 01
Préparer données et features pour l'IA / GenAI
Outils · Feast, data quality
Capacité 02
Industrialiser les modèles (MLOps / LLMOps)
Outils · MLflow, Kubeflow
Capacité 03
GenAI / RAG (du prototype à la production)
Outils · LangChain, base vectorielle
Capacité 04
Explicabilité, biais et confidentialité (IA responsable)
Outils · SHAP, Fairlearn, Differential Privacy
Capacité 05
Monitoring de dérive et qualité en production
Outils · Evidently, WhyLabs
/// pourquoi nous rejoindre
Ce que ce poste vous apportera
Des missions à fort impact
Des contextes exigeants, des sujets de pointe, et la liberté de proposer.
L’IA intégrée à votre pratique
GenAI, MLOps, AIOps : montez en compétence sur le terrain, avec les bons outils.
Un collectif d’experts
Une communauté technique active, des retours d’expérience et un mentoring continu.