Borsali amine

Objet social de Borsali amine

Résumé du poste : Le Data Engineer est responsable de la conception, du développement et de la gestion des pipelines de données ainsi que des infrastructures de données au sein d'une l'entreprise. Il travaille en étroite collaboration avec les équipes de Data Science, les ingénieurs logiciels et les analystes pour garantir la disponibilité, la qualité et la performance des données utilisées pour l'analyse et la prise de décision. Responsabilités principales : Conception et développement des pipelines de données : Concevoir, développer et maintenir des pipelines de données robustes et évolutifs pour l'acquisition, le stockage et le traitement des données à grande échelle. Cela peut inclure l'intégration de données provenant de différentes sources, telles que des bases de données relationnelles, des systèmes de fichiers, des API et des flux de données en temps réel. Gestion de l'infrastructure de données : Déployer et gérer l'infrastructure de données, y compris les bases de données, les entrepôts de données, les clusters de calcul distribué et les outils de traitement de données. S'assurer que l'infrastructure est robuste, évolutive, sécurisée et conforme aux normes de l'entreprise. Optimisation des performances : Optimiser les pipelines et l'infrastructure de données pour garantir des performances élevées, une disponibilité maximale et une utilisation efficace des ressources. Identifier et résoudre les goulots d'étranglement, les problèmes de latence et les points de défaillance. Qualité des données : Collaborer avec les équipes métier pour garantir la qualité, l'intégrité et la cohérence des données. Mettre en place des processus de nettoyage, de validation et de normalisation des données pour assurer leur fiabilité et leur pertinence. Sécurité des données : Mettre en œuvre des mesures de sécurité robustes pour protéger les données sensibles contre les accès non autorisés, les fuites et les attaques. Appliquer les meilleures pratiques en matière de gestion des identités, de chiffrement des données et de surveillance des activités. Collaboration inter fonctionnelle : Travailler en étroite collaboration avec les équipes de Data Science, les ingénieurs logiciels, les analystes et les autres parties prenantes pour comprendre les besoins en données, concevoir des solutions adaptées et fournir un support technique. Veille technologique : Rester à jour sur les tendances, les outils et les technologies émergentes dans le domaine du Big Data et de l'ingénierie des données. Évaluer et recommander de nouvelles solutions et approches pour améliorer l'efficacité et l'innovation.