Data Engineer Kafka/JAVA

Description du poste

TEKsystems recherche pour le compte de son client dans le secteur de l'assurance : Un data engineer Spark/ JAVA (H/F)

• Missions : La mission sera focalisée sur le déclaratif FICOVIE dans un premier temps puis pourra s'élargir aux autres déclaratifs.

• Contexte:
  Réalisation des projets Data et de MCO des patrimoines applicatifs Data du Groupe.
  Cette prestation s'inscrit dans la squad « Restitution Règlementaires » qui a en charge la constitution des déclaratifs à destination des organismes de tutelle
  Les principaux déclaratifs concernés sont les suivants :

• • FICOVIE
  • EAI / FATCA
  • IER
  • ECKERT
  •AGIRA / RNIPP
  Les déclaratifs sont constitués à partir de 2 sources : Décisionnel et Plateforme Data en big Data.
  La mission sera focalisée sur le déclaratif FICOVIE dans un premier temps puis pourra s'élargir aux autres déclaratifs.

• Profil : Data Engineer

• Nombre d’années d’expérience :  ~5-8 ans d’expérience avec des connaissances dans les déclaratifs réglementaires de l’Assurance-Vie
  

• Compétences techniques requises : 

  • Maîtrise avancée de Java Spark, y compris Java 11 et SparkSQL.

  • Connaissance approfondie de l'écosystème Big Data, en particulier Hadoop, Spark et Kafka.

  • Expérience significative en Build et en Run dans des environnements Big Data.

  • Utilisation avancée d'outils DevOps tels que GitLab, Jenkins, Nexus, Maven, Docker, Kubernetes, ArgoCD, Sonar, etc.

  • Solide compréhension des pratiques Agiles/SAFe et compétence dans l'utilisation de JIRA.

  • Compréhension approfondie des domaines de l'assurance, en particulier Assurance vie et Prévoyance.

  • Connaissance avancée des bases de données relationnelles et non relationnelles.

  • Excellentes compétences de communication pour collaborer efficacement avec les équipes.

  • Esprit d'initiative et capacité à résoudre des problèmes techniques complexes.

  • Capacité à travailler dans un environnement Agile et à gérer les priorités en conséquence.

  • Gérer les clusters Hadoop MapR on-premise avec un accent sur l'optimisation des performances et le chargement de données en streaming (Kafka/MaprES) et en batch.