Les missions du poste
Information importante
Type de contrat:
Freelance
Taux journalier :
Salaire selon profil
Localisation :
Paris, France
Date de démarrage :
Urgent
Mode de travail :
Hybride, Sur site
Publié le :
8 juin 2026
Le besoin
Contexte
Au sein de l'équipe Data & AI d'un grand groupe pharmaceutique international, vous renforcez une équipe produit qui conçoit et opère des solutions data pour accélérer la R&D et les essais cliniques. Vous intervenez sur la conception, la livraison et le run de pipelines de données en production sur une plateforme cloud de grande échelle.
Missions
- Concevoir et implémenter des pipelines end-to-end (ingestion DWH / Datamart) sur Snowflake avec dbt, Airflow, SQL et Python
- Contribuer à la modélisation DWH/Datamart avec un focus sur la performance des requêtes et l'efficacité des workloads
- Traduire les besoins métier (Product Owners, Data Analysts, Data Scientists) en solutions techniques avec des contrats d'interface clairs
- Mettre en place la qualité de données, l'observabilité et le monitoring (Datadog / Grafana)
- Opérer le run quotidien des flux existants, gérer les incidents et suivre les KPIs opérationnels
- Appliquer les bonnes pratiques CI/CD, versioning, IaC et conteneurisation (GitHub Actions, Terraform, Docker)
- Produire la documentation technique et fonctionnelle, participer aux code reviews
- Contribuer aux pratiques MLOps pour délivrer de la data AI-ready aux applications downstream
Stack technique requise
- Snowflake (data warehousing)
- dbt (transformation)
- Apache Airflow (orchestration)
- Python + SQL
- AWS (cloud de référence, usage production)
- CI/CD : GitHub Actions, Terraform, Docker
- Monitoring : Datadog et/ou Grafana
Nice to have
- Kubernetes / OpenShift
- IICS / Informatica ou ETL équivalent
- Certifications AWS ou Snowflake
- Exposition environnement healthcare / GxP
- ServiceNow, JIRA, Confluence
Conditions de travail
- Paris - Hybride (3 jours sur site : lun / mar / mer)
- Démarrage : ASAP
- Durée : 3 mois renouvelable
- Anglais requis
Profil recherché
- 5 ans d'expérience minimum en tant que data engineer
- Snowflake + dbt : maîtrise avancée, expérience en modélisation et transformation en production
- Apache Airflow : orchestration de pipelines complexes en environnement production
- Python + SQL : niveau confirmé, écriture de scripts d'ingestion et de transformation
- AWS : usage production (S3, services managés cloud)
- CI/CD & IaC : GitHub Actions, Terraform, Docker - bonnes pratiques appliquées en production
- Monitoring & qualité data : Datadog et/ou Grafana, alerting, tests de données
Compétences requises
- Python