Data OPSContribuer à l’évolution de l’offre de service de la plateforme Big Data & ML.
Définir et maintenir le cadre de référence des principes d’architecture.
Accompagner les développeurs dans l’appropriation de ce cadre.
Définir les solutions d’exposition, de consommation et d’export des données métiers.
Accompagner les équipes dans la mise en œuvre des solutions proposées.
Participer à la mise en place d’API LLM dans le cadre du socle LLMOPS.
Expertise technique attendue :
Architecture & Cloud Azure
Définition d’architectures cloud et Big Data distribuées.
Automatisation des ressources Azure via Terraform et PowerShell.
Connaissance avancée d’Azure Databricks, Azure Data Lake Storage, Azure Data Factory.
Administration réseau : vNet Spoke, Subnets Databricks.
Sécurité : RBAC, ACLs.
Data & IA Platform
Maîtrise de la chaîne d’ingestion de données : pipelines ADF (Collecte, Routage, Préparation, Refine…).
Études d’architecture en lien avec l’évolution de la plateforme.
Administration ADF : Link Services, Integration Runtime.
Administration Databricks : Tokens, Debug, Clusters, Points de montage.
Administration Azure Machine Learning : Datastores, accès, debug.
CI/CD & DevOps
Configuration Azure DevOps : droits, connexions de service.
Développement de pipelines CI/CD avec Azure Pipelines.
Gestion des artefacts avec Azure Artifact et Nexus.
Automatisation des déploiements.
Pratiques FinOps et optimisation des coûts cloud.
Agilité & Delivery
Utilisation de Jira : création d’US/MMF, configuration de filtres, Kanban.
Participation active aux cérémonies Agile : Sprint, Revue, Démo.
Développement & Collaboration
Développement Python : modules socle, code optimisé, tests unitaires.
Développement PowerShell : déploiement de ressources Azure.
Maîtrise de Git : push, pull, rebase, stash, gestion des branches.
Pratiques de développement : qualité, tests unitaires, documentation.
Formation scientifique (école d’ingénieur ou informatique).
Minimum 5 ans d’expérience dans la définition d’architectures Big Data.
Expérience significative sur Microsoft Azure.
Connaissance des patterns d’architecture Big Data, principes DevOps, CI/CD, MLOps.
Sensibilité aux enjeux de sécurité, de performance et de coût (FinOps).
Capacité à travailler en environnement agile et collaboratif.