Data Engineer Lead / Senior – Pipelines industrialisés & données pour l’IA – Vélizy
Notre client souhaite renforcer les fondations techniques de ses projets d'intelligence artificielle.Les données proviennent de différents systèmes industriels et métiers et peuvent êtr...
Résumé
<p>Notre client souhaite renforcer les fondations techniques de ses projets d'intelligence artificielle.</p><p>Les données proviennent de différents systèmes industriels et métiers et peuvent être fragmentées, hétérogènes ou sensibles.</p><p>Le consultant devra notamment :</p><ul><li><p>Identifier et cartographier les différentes sources de données.</p></li><li><p>Construire des pipelines automatisés d'intégration et de transformation.</p></li><li><p>Garantir la qualité, la traçabilité et la gouvernance des données.</p></li><li><p>Préparer des jeux de données exploitables par des solutions IA.</p></li><li><p>Sécuriser les accès aux données sensibles.</p></li><li><p>Industrialiser les traitements pour garantir leur exploitation dans la durée.</p></li></ul><p><strong>L'enjeu principal est de passer de données brutes et dispersées à des données fiables, sécurisées et industrialisées pour les projets IA.</strong></p><p></p><strong>Votre mission</strong><p>Vous interviendrez sur des données issues de différents systèmes industriels et métiers, parfois fragmentées, hétérogènes ou sensibles.</p><p>Votre objectif : rendre ces données <strong>fiables, accessibles, sécurisées, documentées et directement exploitables par des applications IA</strong>, notamment des assistants reposant sur le RAG.</p><p>Vous prendrez en charge la chaîne de traitement de bout en bout, depuis l’identification des sources jusqu’au déploiement et à la supervision des pipelines.</p><strong>Vos principales responsabilités</strong><ul><li><p><strong>Analyser et cartographier les données</strong> : identifier les sources, les propriétaires, les formats, les volumes et les contraintes d’accès.</p></li><li><p><strong>Concevoir et développer des pipelines ETL/ELT</strong> : automatiser l’ingestion et les transformations, intégrer les différentes sources et orchestrer les traitements.</p></li><li><p><strong>Garantir la qualité et la traçabilité</strong> : mettre en place des contrôles qualité, la déduplication, les métadonnées et le suivi de l’origine et des transformations des données.</p></li><li><p><strong>Préparer les données pour l’IA/RAG</strong> : traiter des documents techniques, gérer leur classification, leur découpage, leur préparation pour les embeddings et leurs droits d’accès.</p></li><li><p><strong>Industrialiser les solutions</strong> : mettre en place les tests, le versionnement, la CI/CD, la supervision et les mécanismes de reprise.</p></li><li><p><strong>Documenter et transférer les connaissances</strong> : produire une documentation technique et d’exploitation permettant la maintenance des solutions dans la durée.</p></li></ul>