Ingénieur Data Senior – Full Stack

🔥 il y a 1 heure

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

ESL FACEIT Group - EFG

Site WebLinkedInTous les Emplois

1001 - 5000 employés

Fondée en 2000

🎮 Jeux vidéo

📱 Médias

👥 B2C

Gaming • Media • B2C

ESL FACEIT Group - EFG est une société mondiale d'esports et de jeux vidéo qui conçoit et gère des événements compétitifs, des plateformes numériques et des festivals sur le thème du jeu pour rassembler joueurs, fans et créateurs. À travers ses marques leaders (incluant ESL, FACEIT et DreamHack), EFG organise des tournois de grande envergure (incluant la Coupe du Monde d'Esports), propose des solutions publicitaires et du contenu médiatique, et collabore avec des développeurs de jeux, éditeurs et marques pour développer les communautés de jeux et positionner les esports comme une industrie du divertissement. L'entreprise met en avant sa portée et ses métriques d'engagement à l'échelle mondiale—des centaines de millions de fans, des milliards d'impressions de contenu et des centaines de millions d'heures regardées—et insiste sur la création de "mondes au-delà du jeu" où les communautés peuvent prospérer.

Description

• Architecture et livraison de bout en bout : définir, concevoir et implémenter des infrastructures de données complexes, des couches d'ingestion de pipelines et de transformation couvrant plusieurs unités métier (Esports, Festivals, Commerce, RH, Finance et FACEIT) ; • Ingénierie des pipelines et de la plateforme : construire des architectures scalables en appliquant les principes du Well-Architected Framework (fiabilité, sécurité, performance et automatisation). Gérer l'orchestration des workflows, les pipelines CI/CD et l'automatisation de l'infrastructure ; • Modélisation des données et couches sémantiques : standardiser la modélisation dimensionnelle de niveau entreprise (Kimball/Inmon), les schémas en étoile et les couches sémantiques centralisées pour définir des métriques fiables et transversales ; • Jeux de données prêts pour l'IA : créer des jeux de données propres, optimisés et prêts pour l'IA, avec des métadonnées structurées, des conventions de nommage claires et une documentation explicite pour alimenter des agents IA et des modèles cognitifs en aval ; • Normes techniques et gouvernance : établir et appliquer les bonnes pratiques pour le développement Python/SQL, l'optimisation dbt, les frameworks de tests et le contrôle de version dans le domaine data hybride ; • Optimisation des performances et des coûts : surveiller de manière proactive et optimiser les performances et les coûts de la plateforme infrastructure (stockage, calcul et configuration des requêtes, ex. : configurations BigQuery) ; • Partenariat avec les parties prenantes : agir en partenaire stratégique des responsables métiers et des analystes, en traduisant des objectifs complexes en produits data scalables en libre-service ; • Réponse aux incidents et intégrité des données : piloter la réponse aux incidents pour les interruptions système et les anomalies de qualité de données, en mettant en place des tests automatisés pour garantir une intégrité des données conforme aux normes de l'industrie ; • Mentorat et développement : accompagner les ingénieurs juniors et intermédiaires via des revues de code rigoureuses et un encadrement technique, soutenir leur progression professionnelle et élever les standards de l'équipe.

🎯 Exigences

• Compétences techniques avancées : maîtrise de SQL et de Python (et autres langages de programmation avancés) pour le traitement de données haute performance ; • Expertise Modern Data Stack (MDS) : expérience pratique approfondie des entrepôts de données cloud (compréhension approfondie du fonctionnement interne de BigQuery), des plateformes d'orchestration de workflows et de l'optimisation dbt à l'échelle (macros, gestion de packages) ; • Architecture des données et infrastructure : expérience avérée en modélisation dimensionnelle, patterns d'architecture cloud, gestion des identités et des accès (IAM), réseau et Infrastructure as Code (IaC) ; • Connaissance de l'IA et veille sectorielle : bonne connaissance de l'écosystème data en évolution, combinée à une expérience pratique dans la construction d'agents IA et le prompting efficace ; • Leadership de projet : expérience démontrée dans la conduite de projets de bout en bout, la mitigation des risques lors des cycles de déploiement et la gestion de livraisons techniques interfonctionnelles ; • Excellentes aptitudes à la communication : capacité remarquable à raconter des histoires techniques ; aptitude à équilibrer le niveau de détails techniques et le contexte stratégique pour les équipes d'ingénierie comme pour les parties prenantes non techniques ; • Collaboration et compétences comportementales : leadership technique, pensée stratégique, sens de la responsabilité, souci du détail et passion pour l'autonomisation via le self-service et la qualité des données.

🏖️ Avantages

• Assurance santé • Abondement 401(k) • Horaires de travail flexibles • Congés payés