Aws - Snowflake Data Engineer (It) / Freelance - Paris - Plein temps (> 32 heures)

Dans un contexte d'équipe agile (et d'applications à fort trafic), le développeur Backend conçoit, développe, déploie et maintient les fonctionnalités afin de répondre aux exigences fonctionnelles exprimées dans le cadre de la conception de solutions ou d'applications Développer des solutions backend de qualité : Conception, développement et maintenance des fonctionnalités backend. Contribution à la vie de l'équipe travaillant dans un cadre Agile. * Participation, dans le cadre des principes DEVOPS, au déploiement et au suivi de votre application. * Au sein d'un écosystème de projets variés, être force de proposition et au cœur de l'amélioration continue * Participation au suivi de production

Dans un contexte d'équipe agile (et d'applications à fort trafic), le développeur Backend conçoit, développe, déploie et maintient les fonctionnalités afin de répondre aux exigences fonctionnelles exprimées dans le cadre de la conception de solutions ou d'applications Livrables* Développer des solutions backend de qualité : Conception, développement et maintenance des fonctionnalités backend. Contribution à la vie de l'équipe travaillant dans un cadre Agile. * Participation, dans le cadre des principes DEVOPS, au déploiement et au suivi de votre application. * Au sein d'un écosystème de projets variés, être force de proposition et au cœur de l'amélioration continue * Participation au suivi de production

Refonte des applications de vente et d'après-vente (ou vendre et après vendre de multi-produits de la mobilité issus de multi-fournisseurs de manière agnostique à de multiples clients B2B) - Intégrer de nouveaux produits et de nouveaux fournisseurs de manière transparente (à moindre coût) - Intégrer de nouveaux clients B2B de manière transparente (à moindre coût) - Proposer des API, des modèles métier et des architectures performants et scalables (techniquement et fonctionnellement) Compétences * Les APIs sont développés en Kotlin en utilisant le framework Spring. Nous avons une démarche Contract first. * Une architecture hexagonalle pour respecter les principe du DDD. * L'infrastructure est décrite en Terraform * Le tout est déployé via GitlabCI sur des conteneurs Kubernetes (EKS) * Les données sont stockées dans des bases Mongo Atlas / AWS DynamoDB / AWS S3 * Les données transitent d'un client vers une API, ou d'une API à l'autre via des requêtes HTTP ou via du messaging (ActiveMQ, AWS SQS/SNS) * Quelques AWS Lambda (Authorizer pour la gestion des profils client par exemple) * Le monitoring est fait sur Datadog * Les composants sont buildés avec Gradle

Nous recherchons un Data Engineer | DevOps AWS (H/F) pour contribuer à la construction, à l'évolution et à la fiabilité d'un Data Lake stratégique, au cœur des projets liés à l'analyse de l'expérience utilisateur. Vous interviendrez sur l'ensemble de la chaîne de traitement des données (ingestion, transformation, restitution) au sein d'un environnement AWS moderne, dans une logique d'industrialisation, de performance et de qualité de service. Vos principales missions : * Maintenir et faire évoluer une architecture data scalable sur AWS, adaptée à des volumes importants de données hétérogènes (logs, fichiers, API…). * Concevoir et structurer les différentes couches du Data Lake (Landing, Bronze, Silver) en lien avec les besoins métiers et les bonnes pratiques data. * Développer des pipelines de traitement de données robustes et automatisés (ETL/ELT), en batch ou quasi temps réel, via des services AWS : Glue, Lambda, EMR, Redshift, S3… * Orchestrer les flux de données et automatiser les traitements entre les différentes couches du Data Lake. * Assurer le MCO : surveillance, détection et résolution des incidents, fiabilisation des flux, documentation technique. * Intégrer de nouvelles sources de données aux formats variés (API REST, fichiers plats, logs applicatifs…) tout en assurant sécurité et performance. * Mettre en place des mécanismes de gestion des rejets et de réconciliation pour garantir la qualité et la cohérence des données. * Participer à l'amélioration continue de la plateforme (veille, refonte, optimisation), dans une logique DataOps (CI/CD, qualité, tests, versioning). * Collaborer avec les équipes projet, data analysts, data scientists et métiers pour aligner les solutions techniques avec les usages attendus. * Documenter l'architecture, les traitements et les processus pour assurer la traçabilité, la maintenabilité et la capitalisation.