Lngénieur(e) de données sénior

Tâches

• Concevoir, modéliser et maintenir des entrepôts de données (Microsoft Fabric : Lakehouse et Warehouse ; SQL Server) pour soutenir les besoins analytiques et les tableaux de bord d’entreprise ;
• Développer et automatiser des pipelines de données dans Microsoft Fabric (pipelines, notebooks Spark, Python), assurant la qualité, la performance et la gouvernance des données ;
• Construire et maintenir des modèles analytiques et des jeux de données pour Power BI, incluant les mesures DAX, la modélisation en étoile et l’optimisation des performances ;
• Intégrer et transformer des données issues de multiples sources (ERP, CRM, fichiers plats, API, etc.) ;
• Participer à la conception et à l’évolution de la plateforme analytique infonuagique (Microsoft Fabric, OneLake, Power BI Service), y compris le suivi de la capacité et des coûts ;
• Effectuer des analyses exploratoires et fournir des insights exploitables pour appuyer les décisions d’affaires ;
• Développer et documenter des scripts Python et maintenir les workflows KNIME existants pour le traitement et l’enrichissement des données ;
• Collaborer avec les équipes TI, affaires et direction pour définir, livrer et maintenir les indicateurs clés de performance (KPI) ;
• Assurer le support, la documentation et la fiabilité des solutions BI et analytiques en production ;
• Contribuer à la migration des données ERP (Dynamics AX vers D365) : extraction, transformation, correspondance des clés et réconciliation ;
• Mettre en place des contrôles de qualité et de réconciliation des données (règles, alertes, suivi des écarts) ;
• Appliquer les bonnes pratiques DevOps : versionnement Git et déploiements entre environnements (développement, test, production) ;
• Accompagner techniquement les membres de l’équipe et les consultants, et contribuer aux choix d’architecture.

Compétences

• Baccalauréat en informatique, génie logiciel, intelligence d’affaires, science des données ou tout domaine connexe ;
• 5 ans et plus d’expérience dans un rôle similaire, dont au moins un projet Fabric mené jusqu'en production ;
• Solide expérience en modélisation et requêtes SQL avancées (optimisation, jointures complexes, procédures, indexation) ;
• Expérience pratique en Power BI (modélisation de données, DAX, publication dans Power BI Service, gestion des espaces de travail) ;
• Maîtrise de Microsoft Fabric et des services Azure Data & Analytics (OneLake, Spark, Data Factory), Synapse Analytics étant un atout ;
• Bonne connaissance du langage Python pour la manipulation, la transformation et l’automatisation de données (pandas, pyodbc, etc.) ;
• Connaissance des outils de traitement de données comme KNIME, Power Query ou ETL équivalents ;
• Compréhension des bonnes pratiques de gouvernance et d’architecture de données ;
• Aptitude à travailler dans un environnement collaboratif et à vulgariser les concepts techniques auprès des parties prenantes ;
• Bilinguisme (français/anglais niveau intermédiaire)

Indispensables

• Fabric en production : Lakehouse, pipelines, notebooks Spark, y compris l’analyse de la capacité (Capacity Metrics App) et le diagnostic des dépassements ;
• SQL Server : mécanismes de réplication (CDC, réplication transactionnelle, log shipping, Always On, Mirroring) avec capacité à en comparer les limites ;
• Power BI : modélisation en étoile, Direct Lake vs Import vs DirectQuery, rafraîchissement incrémentiel ;
• SSRS / SSAS : maintenir l’existant pendant la transition vers les rapports paginés Power BI ;
• Exploitation : surveillance, alertes et documentation, au même titre que le développement ;
• Qualité des données : contrôles automatisés et réconciliation entre systèmes source et cible ;
• Dynamics AX ou D365 Finance & Operations, idéalement dans un contexte de migration de données ;
• Azure : SQL Managed Instance, réseau, Key Vault, Log Analytics ;
• Git et pratiques de versionnement appliquées à Fabric.

Horaire

• Programme de télétravail
• Horaire flexible: 2jours à Boucherville
• Horaire de 37,5 heures /semaine
• 6-12 mois renouvelable
• Possibilités de term to perm