Au sein de Visian et auprès de nos clients, vous serez amené(e) à réaliser des missions incluant les tâches suivantes :
Identifier les problématiques métiers et les traduire en problématiques Data
Présenter les résultats et animer les ateliers métiers pour orienter les développements
Designer et implémenter des modèles de données et choisir les types de stockage associés
Designer et implémenter des pipelines de traitement de données scalables (nettoyage de la donnée, partitionnement, transformation, normalisation, etc.)
Contribuer au développement de « l’infrastructure-as-code », des APIs, des tests logiciels et des workflow CI/CD sur la plateforme
Contribuer au processus d’industrialisation et de run des modèles de Data Science
Suivre l’automatisation du monitoring des modèles afin de gérer leur cycle de vie et les ré-entrainer ou les faire évoluer lorsque la qualité baisse
Animer des communautés autour de sujets data et cloud
Faire de la veille technologique
Maîtrise du langage Python
Très bonnes connaissances en Java ou Scala
Très bonnes connaissances sur les services Cloud AWS et/ou Azure et/ou GCP
Connaissances sur les architectures serverless
Connaissances en bases de données SQL et NoSQL
Expérience en traitement de données à grande échelle en utilisant les systèmes distribués tels que Spark
Sensibilité à la culture devOps et au software craftmanship
Expérience en gouvernance de données (timeseries, bases de données, Big Data, etc.) et Machine Learning
Travail en équipe pluridisciplinaire (Software Engineers, Architectes, Data Scientists, Product Owners, Scrum Masters)
Orienté(e) code quality, pair programming ou encore Test driven development
Anglais professionnel
Job details are sourced from the employer's original posting.
Open job postingAbout the company
Société de conseil spécialisée dans l’innovation, le design produit et la data, Visian se donne pour mission d’anticiper, de concevoir des produits innovants et d’exploiter les nouveaux usages de la data. Visian propose une approche globale, continue et durable, de la phase de conseil en amont, à l’industrialisation de solutions innovantes, en passant par l’exploitation astucieuse et orientée business de la data.