Senior Data Engineer

Emploi pas sur LinkedIn

🕒 il y a 6 mois

🌐 Espagne, Pays-Bas, +1 autres pays – Distant

🇪🇸 Espagne – Télétravail 🇳🇱 Pays-Bas – Télétravail 🇮🇹 Italie – Télétravail

⏰ Temps Plein

🟠 Senior

🚰 Ingénieur Data

👻 Score fantôme 45%

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

Edelman

Site WebLinkedInTous les Emplois

5001 - 10000 employés

📣 Marketing

📱 Médias

🌍 Impact social

Marketing • Media • Social Impact

Edelman est une entreprise mondiale de premier plan spécialisée dans les communications stratégiques et les relations publiques, qui aide les organisations à bâtir la confiance, à façonner les conversations et à gérer leur réputation grâce à des insights basés sur les données, des campagnes créatives et l'innovation numérique. La société produit des recherches telles que le Baromètre de confiance Edelman, offre une expertise en marketing de marque, marketing d'influence, impact social et développement durable, et fournit des services de conseil autour de l'utilisation responsable de l'IA et de la technologie. Edelman sert des clients corporatifs, gouvernementaux et à but non lucratif dans le monde entier pour stimuler la réputation, l'engagement des parties prenantes et des résultats commerciaux mesurables.

Description

• Lead the design and evolution of scalable data architectures, supporting batch, streaming, and AI-driven workloads. • Own end-to-end data pipelines —from ingestion and transformation through to serving analytics and ML/GenAI use cases. • Define and enforce data engineering standards across modelling, orchestration, observability, and reliability. • Mentor and guide data engineers through code reviews, design discussions, and architectural decisions. • Translate business problems into scalable technical solutions, balancing speed, quality, and long-term maintainability. • Drive the use of agent-based solutions across the development lifecycle, designing autonomous and semi-autonomous workflows that deliver measurable business value. • Clearly document architectures and workflows to support shared understanding and operational excellence. • Build and optimize data pipelines using Databricks, Spark (PySpark), Snowflake, Apache Airflow, and Terraform. • Design performant data models and lakehouse structures (Delta, Unity Catalog) for analytics and downstream AI consumption. • Leverage AWS-native services (e.g. S3, EMR, DynamoDB) to deliver cost-efficient, production-grade solutions. • Implement robust data quality, testing, and monitoring (e.g. Great Expectations, logging, alerting). • Design data pipelines that power Generative AI applications, including data preparation, enrichment, and feature generation. • Integrate 3rd party APIs into data workflows for use cases such as: Automated data enrichment and classification Intelligent summarization and insight generation Metadata generation and semantic search enablement AI-assisted reporting and decision support. • Collaborate with ML and Product teams on prompt design, evaluation, and governance, ensuring responsible and reliable AI usage.

🎯 Exigences

• 4+ years building and operating enterprise-scale data platforms, with ownership across the full lifecycle. • Strong hands-on experience with Databricks, Snowflake, Airflow, and distributed data processing. • Advanced Python and SQL, with production-quality engineering standards. • Proven experience designing and maintaining cloud-native data infrastructure on AWS. • Experience integrating Generative AI models (OpenAI, Claude or similar) into production data or analytics workflows. • Solid understanding of CI/CD, Infrastructure as Code, DevOps practices, and operating reliable data systems at scale. • Actively stay current on advances in code agents and automation, guiding their responsible adoption across the development lifecycle. • Exposure to streaming architectures (Kafka or equivalent) is advantageous. • A leadership mindset: proactive, pragmatic, and comfortable influencing technical direction. • Excellent communication skills and the ability to work effectively across disciplines.

🏖️ Avantages

• Our culture thrives on three promises: boldness is possibility, empathy is progress, and curiosity is momentum. • Fostering a collaborative and open environment where every team member’s voice is valued. • Building robust, scalable, and efficient data systems to power insightful decision-making. • The autonomy to shape solutions, the trust to lead technically, and the support to keep pushing the platform forward.