Montréal, Québec (Canada) | Recrutement international
Cette opportunité est destinée aux personnes résidant à l'extérieur du Canada et souhaitant s'établir à Montréal.
À propos de nous
agileDSS est une firme de service-conseil spécialisée dans la donnée, l'analytique, le Cloud et l'intelligence artificielle. Basée à Montréal, avec des bureaux à Québec et Nantes, nous accompagnons depuis plus de 20 ans de grandes organisations canadiennes et françaises dans la conception et l'évolution de leurs plateformes de données.
Rejoindre agileDSS, c'est intégrer une équipe à taille humaine où l'expertise technique, le partage de connaissances et l'esprit collaboratif occupent une place centrale.
L'opportunité
Pour soutenir notre croissance, nous recherchons un(e) Data Engineer Databricks (Azure) souhaitant contribuer à des projets stratégiques auprès de nos clients québécois.
Vous interviendrez sur des mandats variés de :
· Modernisation Cloud ;
· Conception de plateformes Data Lake et Lakehouse ;
· Analytique avancée et projets liés à l'intelligence artificielle ;
· Gouvernance et qualité des données.
Nos consultants collaborent avec des organisations ayant déjà plusieurs années de maturité Cloud, disposant de plateformes de données à grande échelle et investissant dans des initiatives stratégiques portées par leurs directions Data.
Le cœur du rôle consiste à concevoir et développer des solutions de traitement de données sur Databricks, en s'appuyant sur les services de l'écosystème Azure.
Vos responsabilités
· Concevoir, développer et optimiser des solutions de traitement de données sur Databricks ;
· Développer des pipelines de données robustes et évolutifs à l'aide de PySpark ;
· Participer à la conception et à l'évolution d'architectures Lakehouse basées sur Databricks ;
· Intégrer, transformer et valoriser des données provenant de multiples sources ;
· Exploiter les services de l'écosystème Azure (ADF, ADLS, Fabric, etc.) pour soutenir les solutions développées sur Databricks ;
· Collaborer avec les architectes, analystes et clients dans la définition des solutions ;
· Contribuer à l'automatisation, aux tests et aux déploiements des solutions ;
· Optimiser les performances, les coûts et la fiabilité des traitements ;
· Participer à la mise en production et à l'amélioration continue des plateformes de données.