- Objectifs du poste
- Industrialiser la qualité et l’observabilité des données à l’échelle MEA.
- Garantir des données fiables, conformes et exploitables pour les KPI, les dashboards, les modèles d’IA et les cas d’usage métiers.
- Accélérer la réplication des cas d’usage Data & IA entre les filiales.
- Mission principaleLe Data Quality Engineer pilote la qualité opérationnelle, l’observabilité et la gouvernance des données afin de garantir la fiabilité et l’exploitabilité des Data Products MEA.
Il veille à ce que les données utilisées par les KPI métiers, les dashboards BI, les modèles d’IA et les cas d’usage opérationnels restent cohérentes, traçables et exploitables à l’échelle MEA.
- Responsabilités principalesA. Qualité et observabilité des données* Définir et appliquer les standards Data Quality & Observability MEA.
* Définir et suivre les indicateurs de qualité : fraîcheur, complétude, cohérence, disponibilité, unicité et conformité.
* Mettre en place, avec les filiales, des quality gates et des points de contrôle après l’ingestion, la transformation, l’exposition et en phase de run.
* Construire des dashboards de supervision et mettre en place des mécanismes d’alerting.
* Détecter les anomalies, les dérives de qualité et les ruptures de pipelines avant tout impact métier.
B. Gestion des incidents et performance opérationnelle
- * Piloter les analyses des causes racines (RCA), le troubleshooting et les plans de remédiation avec les filiales.
- Superviser les SLA/SLO et la qualité opérationnelle des Data Products critiques.
- Maintenir le backlog de dette technique et piloter les plans d’amélioration continue.
- Assurer la réconciliation et la supervision de bout en bout des flux de données.
C. Traçabilité et gouvernance des données
- * Maintenir le lineage fonctionnel et technique des données.
- Garantir la traçabilité complète des données, depuis les systèmes sources jusqu’aux dashboards et aux modèles d’IA.
- Produire et maintenir la documentation opérationnelle, les data contracts et les référentiels associés.
- Contribuer aux problématiques de conformité réglementaire et de Data Privacy dans un environnement multi-pays.
D. Collaboration transverse
- * Collaborer avec les équipes métiers, les architectes Data, les Data Engineers, les squads IA/Data, les équipes DevOps/Observability, le DPO et les équipes Sécurité.
- Coordonner les actions avec les correspondants Data des différentes filiales MEA.
- Expertises techniques attenduesA. Data Quality & Data Observability* Mise en place de contrôles qualité sur les pipelines batch et temps réel.
* Définition et calcul opérationnel des KPI Data Quality.
* Gestion des quality gates et validation de la consommabilité des datasets.
* Implémentation de solutions de Data Observability et de monitoring opérationnel : ELK/OpenSearch, Soda ou solutions équivalentes.
* Supervision de la fraîcheur, de la complétude, du lineage, des anomalies de volumétrie, des SLA/SLO et de la santé des pipelines.
B. Architecture Data & Big Data
- * Bonne maîtrise des architectures Data Lake, Data Warehouse, Streaming, APIs et ETL/ELT.
- Bonne compréhension des architectures Big Data : Kafka, Spark et traitements batch et temps réel.
- Expérience sur des environnements Cloud, Analytics et des plateformes Data industrielles.
C. Monitoring et gestion des incidents
- * Maîtrise des mécanismes d’indexation, de centralisation et d’exploitation des logs techniques et applicatifs.
- Capacité à instrumenter les pipelines Data/IA avec des métriques, des contrôles qualité automatisés, des alertes et des dashboards opérationnels.
- Analyse et troubleshooting des pipelines Data.
- Maîtrise des méthodes de Root Cause Analysis (RCA) et de remédiation des incidents Data.
- Mise en place de contrôles automatisés pour valider la consommabilité des datasets avant leur exposition aux dashboards, KPI métiers et modèles d’IA.
D. Gouvernance et conformité- Compréhension des problématiques de Data Privacy, de gouvernance des accès et de conformité réglementaire.
- Interactions principalesLe poste implique une collaboration transverse avec :
- Les équipes métiers.
- Les architectes Data.
- Les équipes Data Engineering.
- Les experts DevOps/Observability.
- Les squads IA/Data.
- Le DPO et les équipes Sécurité.
- Les correspondants Data des filiales MEA.
- Profil recherché* Formation : diplôme en informatique, Data Engineering, systèmes d’information ou équivalent.
* Expérience : 5 ans minimum dans les domaines du Data Engineering, de la gouvernance, de la Data Quality ou de l’architecture Data.
* Environnements : expérience sur des plateformes Big Data, Cloud et Analytics.
* Compétences clés : bonne compréhension de la qualité des données, de l’observabilité et de l’industrialisation des plateformes Data.
* Atouts : expérience dans des environnements multi-pays et connaissance des secteurs des télécommunications, des services financiers ou du digital.