L'entreprise est une plateforme leader d'engagement vidéo de bout en bout. Fondée en 2016, elle permet aux entreprises d'organiser des réunions en ligne, webinaires et événements virtuels de bout en bout. Sa plateforme web offre aux équipes tous les workflows autour de l'engagement vidéo pour promouvoir, animer et analyser des événements en ligne. Elle sert des entreprises de toutes tailles, des startups aux grands comptes
Pourquoi j’ai sélectionné cette société ?
L'entreprise dispose de plus de dix ans de données : chaque webinaire, chaque réunion, chaque interaction sur la plateforme. Elle a investi dans une fondation d'analytics temps réel moderne — Apache Pinot pour l'OLAP temps réel, Trino pour les requêtes SQL fédérées entre Pinot et son data lake objet, Spark pour le batch, Airflow pour l'orchestration, Kafka comme backbone d'événements. La fondation est en place. Ce dont elle a besoin maintenant, c'est de quelqu'un pour la faire vivre pour ses clients.
L'entreprise recherche un·e Data Engineer Senior hands-on pour prendre en charge les pipelines et modèles qui transforment cette fondation en analytics produit orientées client : les métriques de présence, d'engagement et de rétention que ses clients voient et utilisent dans le produit, les expériences embarquées/analytiques qui leur sont exposées, et la fondation d'expérimentation derrière ses décisions produit. C'est la couche qui manque aujourd'hui.
Ce poste est un rôle « build-it, operate-it », pas uniquement stratégique. Vous définirez comment les données produit circulent depuis les systèmes opérationnels de l'entreprise via Kafka vers la couche analytique temps réel, vous concevrez les modèles et couches de service qui alimentent les fonctionnalités orientées client, et vous porterez les pratiques — qualité, contrats, observabilité — qui rendent cette couche fiable en production.
• Concevoir et exploiter le pipeline de données produit de bout en bout : de l'ingestion d'événements via Kafka, à la transformation batch et stream dans Spark et Airflow, jusqu'à Pinot et le Lake House, et en sortie via Trino vers les fonctionnalités orientées client.
• Alimenter les analytics orientées client dans le produit : présence, engagement, rétention, et autres métriques que ses clients voient et utilisent.
• Rendre une décennie de données historiques interrogeable et fiable pour les analytics produit via migration, backfill, réconciliation et modélisation.
• Posséder les modèles de données produit et les couches de service sur lesquelles s'appuient les fonctionnalités orientées client.
• Construire la fondation d'expérimentation : infrastructure pour les tests A/B, analyse statistiquement solide, et résultats exploitables pour la décision.
• Définir les contrats de données produit et des interfaces propres afin que la Data Platform interne puisse consommer les données produit correctement.
• Collaborer avec les ingénieurs backend pour instrumenter les bons événements à la source, et avec le produit et les analystes pour définir ce que la couche analytique produit expose.
• Établir les pratiques fondamentales sur cette couche : qualité des données, évolution de schéma, lignage, observabilité et maîtrise des coûts.
• Être hands-on et opérationnel : construire et exploiter les services vous-même, pas seulement définir la stratégie.
• Contribuer aux décisions build-vs-buy, documenter l'architecture et les runbooks, et mentorer via les revues de conception et le pairing.
• Naviguer dans l'ambiguïté : définir le « comment » quand les besoins sont encore en formation, faire des paris pragmatiques, et itérer.
Expérience & expertise
• Solide expérience en data engineering temps réel + batch à l'échelle production : streaming d'événements (Kafka), traitement de flux (Kafka Streams / Flink / Spark Structured Streaming), et batch (Spark) — construits et exploités, pas seulement prototypés.
• Expérience hands-on avec l'OLAP temps réel (Pinot, Druid, ClickHouse ou similaire) et les moteurs de requêtes fédérées (Trino, Presto ou similaire) sur un lake house.
• Orchestration de workflows (Airflow ou similaire).
• Capacité à posséder des services en production : conteneurisation & orchestration (Docker, Kubernetes), observabilité, SLO, et maîtrise des coûts.
• Solides compétences en Python & Java pour le travail data ; à l'aise pour écrire du code de production dans un langage backend moderne (Go pour les nouveaux services).
• Solides compétences en SQL et modélisation de données : modélisation dimensionnelle, conception de schémas, optimisation des performances de requêtes analytiques à grande échelle.
• Expérience dans la conception de contrats de données, évolution de schémas et patterns producteurconsommateur dans les systèmes événementiels.
• Un esprit statistiquement rigoureux : tests de significativité, analyse de cohortes, séries temporelles, et la différence entre un chiffre ponctuel et un résultat défendable.
• Un esprit produit avec une forte autonomie et une disposition réellement hands-on et opérationnelle — vous mettez les mains dans le cambouis et vous construisez.
• Bonne communication : capacité à discuter des compromis avec des ingénieurs et des parties prenantes non techniques.
• Maîtrise des outils IA (Claude Code, Copilot, Cursor) et capacité à en piloter l'adoption.
Stack technique :
• OLAP temps réel : Apache Pinot
• Requêtes fédérées : Trino sur Pinot et le Lake House
• Lake House : stockage objet, « source de vérité » pour les données historiques et à fort volume
• Traitement batch : Apache Spark
• Orchestration : Apache Airflow
• Streaming : Kafka avec Schema Registry — le backbone de l'ingestion d'événements
• Langages : Go pour les services de production, Python & Java pour le travail data. Le produit existant tourne sur Ruby on Rails, dont des données continueront à être extraites.
• Infra : Docker, Kubernetes, déploiement cloud-native • Observabilité : Grafana + OpenTelemetry, Sentry
Créé en 2015, Data Recrutement est le cabinet de chasse du TOP500 du digital. Nous sélectionnons les meilleures opportunités Adtech, SaaS, e-commerce, Deeptech, Big Data, Fintech, HRtech, Greentech, Foodtech, …
Notre équipe recrute les talents :