Lead Data Architect

Emploi pas sur LinkedIn

🕒 il y a 10 jours

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

Data Meaning

Site WebLinkedInTous les Emplois

51 - 200 employés

💼 Conseil

📦 Logistique

☁️ SaaS

Consulting • Logistics • SaaS

Data Meaning est une entreprise spécialisée dans l'accélération du traitement analytique pour les entreprises, les aidant à augmenter leur productivité et à se concentrer sur des tâches à forte valeur ajoutée. Elle propose des services managés, des solutions d'experts à la demande, ainsi que des programmes de formation et de mise à niveau pour permettre aux organisations de gérer des charges de travail accrues et d'adopter efficacement de nouvelles technologies. Avec plus de 20 ans d'expérience et plus de 800 projets réalisés, Data Meaning offre son expertise en gouvernance et stratégie des données, alignant les initiatives data sur les objectifs métiers. Elle cible les goulets d'étranglement de la productivité et propose des solutions dans des secteurs tels que le secteur public et d'autres industries pour améliorer l'efficacité et la conformité. Ses services sont conçus pour aider les entreprises à externaliser les tâches banales, augmenter l'engagement des équipes et améliorer l'efficacité du travail grâce à des compétences et des cadres spécialisés.

Description

• Lead architecture assessment and documentation of the current data platform (Snowflake, Airflow, AWS) • Design the future-state data platform architecture following modern ELT and dbt best practices • Define standards for: data modeling, pipeline architecture, transformation frameworks, governance and data quality • Lead the migration of transformation logic into dbt models • Define architectural patterns for: staging layers, intermediate layers, data marts • Implement automated testing frameworks within dbt • Lead discovery sessions and technical workshops with the client’s data engineering teams • Document architecture, pipelines, and operational processes • Conduct architecture walkthrough sessions during knowledge transfer phases • Define standards for CI/CD, monitoring frameworks, and data quality validation • Establish schema management and governance best practices • Optimize Snowflake compute usage and platform performance • Design scalable orchestration strategies for Airflow pipelines • Improve platform reliability, monitoring, and operational observability

🎯 Exigences

• 10+ years of experience in Data Engineering or Data Architecture • Strong experience designing and implementing modern data platforms • Expert-level experience with Snowflake • Strong experience implementing dbt transformation frameworks • Advanced SQL modeling and performance optimization • Strong experience with Apache Airflow orchestration • Strong Python programming skills • Experience designing: ELT pipelines, Data warehouse architectures, Transformation frameworks, Large-scale data pipelines • Experience working in cloud environments (AWS preferred)