Delivery data engineering en proximité métier? Concevoir, développer et maintenir des pipelines de données batch, event-driven ou streaming selon les besoins des produits data.? Traduire les exigences fonctionnelles et contraintes techniques en solutions data simples, robustes, scalables et maintenables.? Contribuer aux cérémonies de delivery, au chiffrage, à la planification, à la gestion des dépendances et à la sécurisation des engagements des squads.? Assurer une collaboration fluide avec les Delivery Managers pour rendre visibles les risques, dépendances, arbitrages et points de blocage.? Industrialisation, qualité et fiabilité? Mettre en ?uvre les «?quality gates?» : tests unitaires et d'intégration, tests de données, contrôle de schéma, idempotence, stratégies de reprise et validation de la qualité.? Appliquer les standards de développement Python, PySpark et SQL, ainsi que les bonnes pratiques Git, CI/CD, revue de code et documentation.? Contribuer à l'observabilité des flux : logs, métriques, alerting, lineage, suivi des SLA/SLO et analyse des incidents de run.? Participer au diagnostic et à la résolution des incidents ou problèmes de production en lien avec les équipes plateformes, CloudOps et SecOps.? Architecture data, Lakehouse et performance? Implémenter les patterns d'architecture validés : ingestion, modélisation Lakehouse, architecture médaillon, data products, APIs de données et intégrations réutilisables.? Optimiser les traitements Spark/Databricks, les requêtes SQL, les stratégies de stockage et l'utilisation du compute afin d'améliorer performance et coûts.? Documenter les choix techniques structurants et contribuer aux ADR lorsque les décisions impactent les standards ou la trajectoire cible.? Veiller à la cohérence des solutions avec l'architecture One B2C, les standards Data Engineering & Platforms et les exigences entreprise.? Sécurité, gouvernance et conformité? Intégrer les exigences de sécurité by design : gestion des secrets, IAM, droits d'accès, chiffrement, durcissement, scans et séparation des environnements.? Appliquer les règles de protection des données, d'anonymisation, de minimisation, de traçabilité et de conformité RGPD.? Contribuer à la gouvernance opérationnelle des datasets, métadonnées, contrats de données, contrôles d'accès et règles de qualité.? Travailler avec les équipes Cybersecurity, Infrastructure, Data Office et Architecture pour garantir l'alignement avec les standards ENGIE.? AI-assisted engineering et amélioration continue? Utiliser de manière responsable les outils d'ingénierie assistée par IA, tels que Copilot, agents, génération de code, SQL, tests, documentation et aide au debugging.? Identifier et proposer des opportunités d'automatisation pour accélérer le delivery, réduire les erreurs et standardiser les pratiques d'ingénierie.? Profil candidat: Formation et expérience? Formation supérieure en informatique, data, ingénierie, mathématiques appliquées ou discipline équivalente.? Expérience confirmée en data engineering, idéalement 5 à 7 ans, dans des environnements cloud (AWS), data platform ou produits data.? Expérience significative de delivery en mode agile, squad ou feature team, avec interactions régulières avec métiers, product owners et delivery managers.? Une expérience dans un contexte de transformation, de modernisation de plateforme data ou d'organisation multi-équipes est attendue ou fortement appréciée.? Compétences comportementales? Orientation «?delivery?» et impact : produire de la valeur de manière régulière, visible et fiable.? Rigueur d'ingénierie & pragmatisme : développer, tester, documenter, opérer et améliorer en continu.? Collaboration & communication : travailler efficacement avec les Delivery Managers, Tech Leads, Architectes, Data Product Managers, métiers et équipes plateforme. Expliquer clairement les contraintes, arbitrages, risques et options techniques.?