Data Engineer Confirmé H/F - StarClay

L'approche de Starclay au sein du Groupe Partenor se caractérise par une double compétence Métier et SI ; mettre les utilisateurs au centre de tous les projets depuis la formalisation des besoins jusqu'à la formation de ces derniers.

Nous nous positionnons en tant qu'acteur clé dans les dispositifs d'amélioration continue notamment à travers l'IA générative.Nous recherchons un(e) Data Engineer confirmé(e) pour rejoindre nos équipes et intervenir sur des projets data stratégiques au sein d'un grand acteur international de l'industrie pharmaceutique.
Votre rôle sera central dans la construction, l'optimisation et l'industrialisation des plateformes data, avec un fort enjeu de qualité, conformité et performance.

Une connaissance du secteur pharma est indispensable (réglementation, standards qualité, enjeux data).

Vos missions :

- Concevoir, développer et maintenir des pipelines de données robustes et scalables sur Databricks (PySpark, SQL)
- Optimiser les traitements et orchestrations data dans un contexte haute volumétrie et haute disponibilité
- Travailler avec les équipes Data & Business pour intégrer de nouvelles sources, structurer la donnée et fiabiliser les modèles analytiques
- Participer à la mise en place des bonnes pratiques Data Engineering : versioning, CI/CD, automatisation, monitoring, data quality
- Implémenter les standards de conformité exigés dans l'industrie pharmaceutique (traçabilité, auditabilité, qualification)
- Collaborer étroitement avec les équipes métier pour concevoir des datasets et dashboards Power BI utiles et fiables
- Contribuer à l'évolution de l'architecture Cloud (Azure ou AWS) selon les projets

Environnement technique :

- Data Engineering : Databricks, PySpark, Spark SQL
- Cloud : Azure et/ou AWS
- Langages : Python, SQL
- BI : Power BI, DAX
- DevOps / Qualité : CI/CD, Git, monitoring, bonnes pratiques data (lineage, data quality)

- Issu d'une formation Bac +5 (ingénieur ou école) spécialisé en data
- 4 à 7 ans d'expérience en Data Engineering dans des environnements cloud et data à grande échelle
- Maîtrise opérationnelle de Databricks et PySpark
- Solide expertise en Azure et AWS
- Très à l'aise en SQL, traitement de données massives, optimisation de pipelines
- Expérience significative avec Power BI (modélisation, DAX)
- Connaissance indispensable des enjeux et contraintes du secteur pharmaceutique
- Bon relationnel, autonomie, rigueur et capacité à intervenir au contact des équipes métier