Ingénieur logiciel senior, science des données

Ingénieur logiciel senior, science des données

• Temps plein
• Département :
  Diagnostics
• Dépt :
  Diagnostics
• Division :
  Ingénierie

Description de l'entreprise

Nexthink est le leader des logiciels de gestion de l'expérience numérique des employés. L'entreprise offre aux responsables informatiques une visibilité sans précédent leur permettant de voir, diagnostiquer et résoudre à grande échelle les problèmes impactant les employés partout, avec n'importe quelle application ou réseau, avant que les employés ne remarquent le problème. Première solution permettant à l'informatique de passer d'une résolution réactive des problèmes à une optimisation proactive, Nexthink permet à ses plus de 1 300 clients d'offrir de meilleures expériences numériques à plus de 18 millions d'employés.

Basée à la fois à Lausanne, en Suisse, et à Boston, Massachusetts, Nexthink compte 9 bureaux dans le monde.

Description du poste

Êtes-vous un ingénieur logiciel avec une solide expérience en science des données et en ingénierie des données, passionné par la création de systèmes transformant des données à grande échelle en produits fiables ? Aimez-vous prendre en charge le cycle complet — de l'architecture des pipelines aux modèles et métriques qui s'exécutent dessus — tout en mentorant les autres ? Si oui, nous vous invitons à rejoindre Nexthink en tant qu'Ingénieur logiciel senior, science des données, au sein de notre équipe Cloud Intelligence !

En tant que membre clé de Cloud Intelligence, vous concevrez et livrerez les produits de données, pipelines et services qui alimentent notre lac de données, nos expérimentations et nos capacités analytiques — contribuant à façonner l'expérience numérique des employés pour des millions d'utilisateurs dans le monde. Ce poste est axé sur l'ingénierie : vous apporterez d'abord un solide jugement en ingénierie logicielle, associé aux compétences en science des données pour savoir ce qui vaut la peine d'être construit.

Responsabilités

• Concevoir et livrer des produits de données – Architecturer, construire et livrer des produits et services de données fiables et bien documentés (des pipelines aux API) sur lesquels les équipes internes et les clients externes peuvent compter.
• Infrastructure du lac de données – Construire, dimensionner et maintenir le lac de données et ses pipelines sous-jacents (par exemple, avec Spark), en garantissant une ingestion, un traitement et une structuration fiables des données pour un usage analytique et en production.
• Science des données appliquée – Explorer de grands ensembles de données pour découvrir des motifs, quantifier l'impact produit et informer la conception des systèmes et métriques que votre équipe construit.
• Exploitation de l'IA/ML – Utiliser l'IA pour améliorer le processus de développement et la qualité des logiciels et produits de données livrés par votre équipe.
• Collaboration et leadership – Travailler étroitement avec les ingénieurs de données, ingénieurs ML et équipes produit pour aligner les capacités de données avec les besoins métier à tous les niveaux.
• Mentorat et coaching – Guider et soutenir les ingénieurs juniors et data scientists, en favorisant une culture d'apprentissage et de partage des connaissances.

Qualifications

• BSc/Master (ou PhD) en informatique, science des données, apprentissage automatique, statistiques ou domaine connexe.
• Plus de 5 ans d'expérience pratique en tant qu'ingénieur logiciel sur des systèmes intensifs en données, idéalement avec une exposition directe à la science des données ou au ML appliqué.
• Solides fondamentaux en ingénierie logicielle — architecture propre, tests, CI/CD — appliqués aux flux de travail de données et ML.
• Expérience pratique avec des frameworks de traitement de données distribués (par exemple, Spark) et construction/maintenance d'infrastructures de lac de données à grande échelle.
• Expérience avérée avec des plateformes de données cloud (préférence AWS).
• Maîtrise de Python et des outils standards de données (par exemple, pandas, Num Py, scikit-learn, SQL).
• Bonne intuition des données : capacité à inspecter les logs bruts, concevoir des métriques et identifier rapidement les régressions de qualité.
• Connai…