Développeur Python / Spark (F/H) at ASI

Niort, Nouvelle-Aquitaine, France -

Full Time

Start Date

Immediate

Expiry Date

06 Apr, 26

Salary

0.0

Posted On

06 Jan, 26

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, Spark, SQL, BigQuery, Google Cloud Platform, GitLab, Data Processing, Data Pipelines, Data Transformation, Agile, Data Architecture, Distributed Systems, Data Quality, Data Reliability, Data Performance, Collaboration

Industry

IT Services and IT Consulting

Description

Description de l'entrepriseCabinet d'expertises numériques français, ASI compte 450 collaborateurs aux expertises complémentaires (Développement, Pilotage, Change, Architecture, Data, Processus, Stratégie, Marketing, Design) répartis au sein de 7 agences. En tant que Société à Mission, nous sommes soucieux de favoriser un numérique aux impacts positifs (social, environnemental, sociétal). Notre raison d’être est en prise directe avec nos engagements : Agir pour un monde numérique responsable au service de l'humain. ASI signifie Au Service de l'Impact. ASI Nantes, c’est 160 spécialistes en veille continue sur le marché et ses évolutions. Nous participons à de multiples événements et contribuons à dynamiser l’écosystème nantais. Nous aimons aussi nous retrouver pour partager de bons moments. Le sourire est notre moteur, la bonne humeur notre carburant de tous les jours. Description du posteDans un souci d’accessibilité et de clarté, les termes employés au masculin se réfèrent aussi bien au genre féminin que masculin. Dans le cadre d’une mission stratégique pour notre client dans le secteur de l’assurance, basé à Niort, vous intégrez une équipe Data existante afin d’assurer la continuité des travaux et de contribuer au développement de traitements data à forte volumétrie dans un environnement Cloud. Au sein de votre équipe : Vous concevez, développez et maintenez des pipelines de données en Python et Spark Vous connectez des sources de données variées (bases de données, fichiers, flux, API) aux solutions de traitement Vous développez et optimisez des traitements distribués pour des datasets volumineux Vous concevez et implémentez des pipelines de transformation et de valorisation des données Vous ordonnancer et optimisez l’exécution des traitements Vous exploitez et administrez les bases de données analytiques, notamment BigQuery Vous développez et optimisez des requêtes SQL Vous contribuez à la qualité, à la fiabilité et à la performance des chaînes de traitement Vous travaillez en collaboration étroite avec les équipes Data et IT du client dans un environnement Agile Outils techniques : Python, Spark, SQL, BigQuery, Google Cloud Platform, GitLab QualificationsVous êtes issu d’une formation Bac +4/5 en informatique, data ou équivalent et disposez d’une expérience minimale de 5 ans sur des projets en développement Python ou en Data. Vous maîtrisez les concepts de traitement de données distribuées, les architectures data et le requêtage SQL. Vous avez une expérience significative sur Python et dans l’idéal dans des environnements Cloud, idéalement sur Google Cloud Platform. Votre excellent relationnel et votre capacité d’écoute vous permettent de collaborer efficacement avec des équipes pluridisciplinaires et des interlocuteurs métiers. Autonome, rigoureux, curieux et doté d’une grande capacité d’adaptation, vous appréciez les environnements techniques exigeants et les contextes clients à forts enjeux. La mobilité à Niort, à raison de 3 jours par semaine, est requise pour ce poste. Informations complémentairesVisualisez notre process de recrutement sur la page dédiée au Parcours Candidat.  Consultez notre page Welcome to the Jungle pour comprendre l’engagement et la vision d’ASI présentés par Cédric & Christophe, nos 2 Co-Présidents. Télétravail: Télétravail partiel Agence: Nantes Contrat: CDI

Responsibilities

You will design, develop, and maintain data pipelines using Python and Spark, ensuring the continuity of work within an existing data team. Additionally, you will connect various data sources and optimize distributed processing for large datasets.