Ingénieur·e Data senior

🔥 il y a 1 minute

🌏 N'importe où dans le monde

⏰ Temps Plein

🟠 Senior

🚰 Ingénieur Data

👻 Score fantôme 12%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

CINC Systems

Site WebLinkedInTous les Emplois

201 - 500 employés

Fondée en 2005

☁️ SaaS

🏠 Immobilier

🤝 B2B

💰 Private Equity Round - CINC Systems en 2023-12

SaaS • Real Estate • B2B

CINC Systems est une plateforme logicielle tout-en-un basée sur le cloud pour la gestion des associations communautaires (syndicats de copropriétaires et associations de propriétaires) qui aide les sociétés de gestion, les conseils d'administration et les propriétaires à simplifier les opérations et améliorer l'expérience des résidents. La plateforme propose une gestion et une supervision financière (y compris les paiements en ligne et un portail de paiement sécurisé), des rapports et prévisions pilotés par l'IA (Cephai), des outils de communication et d'engagement des résidents, des votes et sondages en ligne, la coordination de la maintenance/ordres de travail, le suivi de la conformité, ainsi que des données et insights centralisés. CINC cible les entreprises de gestion professionnelle des associations et les conseils d'administration des propriétaires grâce à l'automatisation, la sécurité et l'évolutivité; l'entreprise rapporte plus de 1 000 clients sociétés de gestion d'associations, plus de 51 000 associations de propriétaires servies, plus de 6 millions de portes, et plus de 11 milliards de paiements traités annuellement.

Description

• Concevoir et développer des pipelines de données robustes, évolutifs et sécurisés pour l’analytique, les API et les applications d’IA • Concevoir l’architecture et assurer la maintenance d’une infrastructure data moderne dans des environnements cloud, avec une préférence pour AWS • Collaborer avec les équipes d’ingénierie IA et applicative afin de fournir des données structurées et de haute qualité pour l’entraînement, l’inférence et les systèmes de décision en temps réel • Développer et maintenir des modèles et des schémas de données pour les usages analytiques et opérationnels • Concevoir des contrats de données et des modèles de gouvernance assurant la traçabilité, le versioning et la fiabilité des données au sein des microservices et des systèmes d’IA • Construire des architectures de données streaming et event-driven pour des flux de données à faible latence et à haute intégrité • Mettre en place l’automatisation de la qualité des données et des systèmes d’observabilité afin de détecter les anomalies et de valider la santé des pipelines • Travailler avec les équipes Produit et Analytics pour définir les KPI, les métriques et les pipelines de données d’utilisation • Collaborer avec les ingénieurs IA sur les pipelines d’embeddings, les sources de données RAG et les feature stores • Améliorer les pratiques d’ingénierie data par les code reviews, le pair programming et le partage de connaissances • Participer aux revues d’architecture et contribuer à la définition de standards en matière de sécurité des données, de conformité et d’évolutivité • Utiliser des outils et techniques AI-native pour la classification des données, la détection d’anomalies et l’enrichissement des métadonnées

🎯 Exigences

• Au moins 8 ans d’expérience en data engineering ou en développement logiciel backend, avec une forte spécialisation dans les systèmes de données à grande échelle • Maîtrise avancée de SQL et d’au moins un langage de programmation tel que Python, TypeScript ou Java • Expérience dans la conception et l’exploitation d’architectures de données event-driven et de microservices à l’aide des services AWS (EventBridge, S3, Lambda, API Gateway, DynamoDB, Glue) • Solide compréhension des bases de données relationnelles et analytiques, notamment SQL Server, Postgres ou Redshift • Expérience dans la création et la maintenance de pipelines ETL et ELT, avec de solides pratiques de modélisation, de versioning et de test des données • Connaissance des patterns de données IA et ML, notamment les embeddings, les feature stores et les pipelines RAG • Connaissance de l’accès aux données via API et des principes de conception des API GraphQL ou REST • Expérience dans l’application des principes DevOps au data engineering, notamment les pipelines CI/CD, l’IaC et l’observabilité • Compréhension de la gouvernance des données, du contrôle des accès et des bonnes pratiques en matière de confidentialité • Expérience dans le support d’applications IA et ML en production, notamment leur intégration avec des API telles qu’OpenAI, Anthropic ou Bedrock • Compréhension pratique de l’impact de la qualité et de l’architecture des données sur les résultats de l’IA et les expériences produit • Capacité à concevoir des pipelines fournissant des données optimisées pour l’entraînement, le fine-tuning et l’inférence en temps réel des modèles • Expérience avec des bases de données vectorielles telles que Weaviate, Pinecone ou Postgres pgvector • Aptitude à identifier les possibilités d’utilisation de l’automatisation et de l’IA pour améliorer les workflows de data engineering • Approche concrète de l’ingénierie et capacité à montrer l’exemple par la pratique • Excellentes capacités de communication et aptitude à faire le lien entre les équipes Engineering, Produit et Analytics • Capacité à diagnostiquer les contraintes des systèmes et à simplifier des flux de données complexes • Esprit collaboratif, sens aigu des responsabilités et orientation vers un impact business mesurable • À l’aise pour accompagner les autres et définir des standards d’excellence en data engineering au sein des équipes