Ingénieur(e) Data Databricks Senior – Casablanca

Casablanca

CDI / Temps pleinHybrideMaster / Bac+5Data / BIInformatique / IT

L’essentiel du poste

Résumé par Postule AI

Capgemini recrute un(e) Ingénieur(e) Data Databricks Senior à Casablanca, à temps plein et en mode hybride. Le poste consiste à concevoir et développer des pipelines de données scalables sur Databricks avec PySpark, à participer à la modélisation des données et à l'optimisation des performances, et à intégrer les solutions dans des environnements CI/CD. Le profil recherché justifie d'au moins 5 ans d'expérience confirmée, d'un Bac+5 en informatique ou équivalent, et maîtrise PySpark, SQL et les environnements cloud. Le poste inclut également un encadrement technique des profils juniors.

Vos missions

  • Concevoir et développer des pipelines de données performants et scalables sur Databricks.
  • Exploiter les fonctionnalités avancées d'Apache Spark via PySpark pour le traitement de données massives.
  • Participer à la modélisation des données, à l'optimisation des performances et à la mise en place de bonnes pratiques.
  • Collaborer avec les équipes Data Science, BI et métier pour répondre aux besoins business.
  • Intégrer les solutions dans des environnements CI/CD (Git, Azure DevOps, Terraform).
  • Encadrer techniquement les profils juniors et contribuer à la veille technologique.

Profil recherché

  • Vous justifiez d'au moins 5 ans d'expérience en ingénierie de données, dont une expérience avec Databricks.
  • Vous maîtrisez PySpark, SQL et au moins un environnement cloud (Azure, AWS ou GCP).
  • Vous êtes à l'aise pour encadrer techniquement des profils juniors.
  • Vous appréciez le travail en mode Agile avec des équipes pluridisciplinaires sur des projets à fort impact métier.

Généré automatiquement à partir de l’offre. Postule AI peut se tromper : vérifiez auprès de l’employeur.

Votre mission

Au sein d'équipes projet, vous contribuerez au développement de solutions digitales innovantes pour des clients grands comptes dans les secteurs banque, assurance, énergie et industrie. Vous intégrerez une équipe pluridisciplinaire organisée en mode Agile, sur des projets à fort impact métier.

Vos missions

  • Concevoir et développer des pipelines de données performants et scalables sur Databricks.
  • Exploiter les fonctionnalités avancées d'Apache Spark via PySpark pour le traitement de données massives.
  • Participer à la modélisation des données, à l'optimisation des performances et à la mise en place de bonnes pratiques.
  • Collaborer avec les équipes Data Science, BI et métier pour répondre aux besoins business.
  • Intégrer les solutions dans des environnements CI/CD (Git, Azure DevOps, Terraform).
  • Encadrer techniquement les profils juniors et contribuer à la veille technologique.

Votre profil

  • Diplômé(e) d'un Bac+5 en informatique ou équivalent.
  • Expérience confirmée (≥ 5 ans) sur un poste similaire.
  • Expérience confirmée en ingénierie de données avec Databricks.
  • Maîtrise de PySpark, SQL et des environnements cloud (Azure, AWS ou GCP).
  • Connaissance des outils d'orchestration (Airflow, Azure Data Factory, etc.).
  • Sens de l'analyse, autonomie, rigueur et capacité à travailler en équipe.
  • Une certification Databricks ou cloud est un plus.

Pourquoi nous rejoindre

  • Qualité de vie au travail : possibilité de télétravail au Maroc et à l'international, autonomie dans l'organisation et missions hybrides selon vos préférences.
  • Apprentissage continu : formations et certifications dédiées à votre technologie, accompagnement personnalisé et parcours d'intégration structuré.
  • Projets variés et à fort impact : interventions auprès de grands comptes dans des secteurs diversifiés.
  • Écosystème d'expertise : accompagnement technique personnalisé et intégration active dans les communautés métiers.

Capgemini encourage une culture inclusive dans un cadre multiculturel et handi-accueillant, qui valorise la diversité et le développement du potentiel de ses talents.

Mise en forme par Postule ·

Signaler un problème