Data Ingénieur H/F - Meritis

Meritis est un cabinet de conseil, pilotage et développement IT fondé en 2007 présent à Paris, Sophia-Antipolis, Aix-en-Provence, Montpellier, Toulouse, Nantes... Et bientôt sur de nouveaux territoires ! Notre mission ? Connecter les meilleurs talents aux entreprises pour leur donner un temps d'avance.

Nous accompagnons nos clients dans l'intégralité de leurs besoins en transformation numérique à travers de nombreux domaines d'expertises : Software Engineering, Finance, Pilotage de projets, Devops, Data, Cloud, Cybersécurité ou encore Agilité.

Intervenant aussi bien dans les secteurs de la Banque, de l'Assurance, des Télécommunications que de l'Industrie ou des Transports, aujourd'hui 40% des entreprises du CAC40 sont clientes Meritis.

Fort de nos valeurs d'exigence, d'humilité, de bienveillance et de proximité, nous comptons aujourd'hui plus de 900 collaborateurs.

Nous mettons un point d'honneur à être proche de nos collaborateurs et à les accompagner de manière individualisée quelles que soient leurs fonctions dans l'entreprise. Certifiée Great Place To Work depuis 2013, notre conception du bien-être au travail va bien au-delà d'un simple label, ce sont nos collaborateurs qui en parlent le mieux : https://www.glassdoor.fr/Avis/Meritis-Avis-E1163008.htm.Dans le cadre d'un projet stratégique chez l'un de nos clients grands comptes, nous recherchons un(e) Data Engineer afin d'intervenir sur des problématiques de traitement et d'optimisation de données à grande échelle.

Vos missions :

- Développer et maintenir des pipelines de données robustes
- Implémenter des traitements distribués avec Spark / PySpark
- Développer des scripts et applications en Python
- Concevoir et optimiser des requêtes SQL
- Garantir la qualité, la performance et la fiabilité des flux data
- Collaborer avec les équipes Data, BI et IT du client

- Formation Bac +5 (École d'ingénieur, Master en Informatique, Data ou équivalent)
- Minimum 3 ans d'expérience en tant que Data Engineer
- Excellente maîtrise de SQL (requêtes complexes, optimisation de performances)
- Solide expérience en Spark / PySpark
- Très bonne maîtrise de Python
- Expérience sur des environnements Big Data