Chef.fe Technique Données; TGQF Job Montréal area,Montreal Province de Québec Canada,IT/Tech

Position: Chef.fe Technique Données (TGQF)
Location: Montreal

Description du poste

Ce que vous ferez

Les tâches principales et habituelles du lead technique de données sont :

Collaborer avec les architectes et contribuer à la conception des nouveaux produits et services de données en proposant des solutions robustes, évolutives et alignées avec les besoins de l’organisation.

Participer à la mise en œuvre de l’architecture cible des données et veiller à son adoption au sein des équipes.

Agir comme la personne référence pour toutes les questions relatives aux données, aux architectures de données et aux pipelines de traitement.

Fournir son expertise technique à l’ensemble des produits de Quality Foundations concernant le stockage, la modélisation, la gouvernance et le traitement des données.

Définir, maintenir et promouvoir les standards et les meilleures pratiques de données au sein de QF, et en superviser l'application à travers les équipes.

Proposer, réviser et valider les décisions techniques et architecturales à travers des Architecture Decision Records (ADR), et assurer l'adoption des décisions acceptées au sein des équipes.

Participer activement au développement et à la réalisation des initiatives présentant les plus hauts niveaux de complexité ou de risque.

Conseiller les architectes, chefs de projet et gestionnaires sur les orientations technologiques et les améliorations à apporter aux plateformes de données.

Analyser et optimiser les performances, les coûts, la fiabilité et l’évolutivité des systèmes de données.

Agir comme expert en optimisation de bases de données relationnelles et non relationnelles.

Collaborer avec les équipes de développement, d’analytique, d’intelligence artificielle et d’opérations afin de garantir l’intégration harmonieuse des solutions de données.

Assurer la qualité technique des pipelines de données et promouvoir les bonnes pratiques de surveillance, d’alerting et d’exploitation.

Favoriser le transfert de connaissances, le mentorat et le développement de l’autonomie technique des développeurs de données.

Participer aux évaluations techniques de nouvelles technologies, plateformes ou approches liées aux données.

Effectuer toutes autres tâches connexes.

Qualifications

Ce que vous apportez

Formation :

Baccalauréat en informatique, génie informatique, génie logiciel ou toute autre formation équivalente

Expérience pertinente :

Minimum de 8 années d’expérience en développement logiciel ou en ingénierie de données.

Expérience significative dans la conception et la mise en œuvre de plateformes de données à grande échelle.

Expérience en leadership technique, en accompagnement d’équipes ou en mentorat.

Expérience avec des architectures distribuées et des systèmes de traitement de données volumineuses.

Habiletés et connaissances :

Expertise technique

Excellente maîtrise du développement de solutions de données volumineuses et de la modélisation de données SQL et No

SQL.

Excellente maîtrise d'un ou plusieurs des langages suivants :
Python, PySpark, SQL et Scala.

Solide compréhension des architectures de données modernes, des pipelines de traitement et des plateformes analytiques, notamment les architectures médaillon (Bronze/Silver/Gold) et les plateformes lakehouse (Databricks, Delta Lake).

Expérience dans la conception de solutions configurables et environment-agnostiques (dev/staging/prod), avec une maîtrise des pratiques de pipeline as code et de gestion de configuration.

Capacité à concevoir des solutions évolutives, performantes et maintenables.

Expérience dans la documentation de décisions architecturales et techniques.

Atouts techniques

Connaissance des services infonuagiques (AWS, Azure ou autres), ainsi que des technologies Docker et Kubernetes.

Connaissance des frameworks d'orchestration de données tels qu'Apache Airflow ou Databricks Workflows.

Connaissance du streaming de données en temps réel (Spark Structured Streaming ou équivalent).

Connaissance de Databricks, Apache Spark (batch et streaming), Delta Lake, Elasticsearch/Open Search, SQL Server et PostgreSQL..

Connaissance de l’administration des systèmes de données volumineuses ainsi que des bases de données relationnelles et non relationnelles.

Connaissance des systèmes de surveillance, de…