Description
Un acteur du retail / retail media, dont l'organisation data est structurée en feature teams autonomes (Data Analysts et Data Scientists), recherche un DataOps Engineer Senior Freelance (H/F) pour accompagner et sécuriser les livraisons de ses équipes data.
Rôle : Définir des standards, déployer des outils et automatiser les processus afin de garantir la qualité du code et des données, la cohérence des pratiques, la fiabilité des mises en production et la maîtrise des coûts.
Missions :
Qualité du code et standards :
- Définir et faire adopter des standards de développement communs
- Mettre en place des processus adaptés, créer des templates et guidelines
- Réduire les duplications de features et de données
Processus de mise en production :
- Standardiser les pipelines CI/CD des artefacts data (Databricks jobs, Spark Declarative Pipelines, BigQuery)
- Définir les environnements et les processus de validation associés
- Accompagner les Data Analysts et Data Scientists en pair programming, revues et validation
- Identifier et réduire la dette technique
- Contribuer à l'évolution de l'infrastructure Terraform
Optimisation et maîtrise des coûts :
- Analyser les patterns de consommation (clusters Databricks et requêtes BigQuery)
- Identifier les flux redondants ou sous-optimaux
- Sensibiliser les équipes aux bonnes pratiques de performance
Qualité de la donnée :
- Mettre en place des stratégies de tests et de monitoring sur les pipelines data
- Outiller la détection d'anomalies et la traçabilité des données
MLOps :
- Structurer le cycle de vie des modèles avec MLflow (versioning, registry, déploiement)
- Accompagner les Data Scientists sur les bonnes pratiques MLOps
- Outiller le monitoring des modèles (drift, performance)
Stack technique :
- Data plateforme : Databricks / Spark, Google Cloud Platform
- Pipelines & frameworks : Spark Declarative Pipelines (SparkSQL / PySpark), framework PySpark interne, notebooks PySpark et Scala, BigQuery
- Langages : Python (POO), SQL, Scala (legacy)
- Orchestration : Airflow
- Delivery : GitHub, Docker, OpenTofu / Terraform, MLflow
Profil recherché :
- 6 ans minimum d'expérience en Data Engineering, DataOps, MLOps ou Analytics Engineering
- Maîtrise de Databricks (jobs, Unity Catalog, Spark Declarative Pipelines)
- Maîtrise d'Airflow (DAG design, custom operators)
- Connaissance des outils CI/CD : GitHub Actions ou GitLab CI appliqué à des pipelines data
- Git avancé (branching strategies, gestion de monorepo)
- Connaissance de MLflow (tracking, registry, déploiement)
- Pragmatique, collaboratif(ve), leadership d'influence et pédagogie
- Autorisé(e) à travailler en France
Modalités :
- Statut : freelance
- Démarrage : dès que possible
- Localisation : Lille (hybride)
Details
- Work mode
- Hybrid
- Contract type
- Freelance
- Mission location
- Hauts-de-France, France
- Geographic Scope
- Regional
- Job Nature
- Transformation, Performance
- Intervention Mode
- Team-Based
- Pay range
- 400–500 EUR / day
About the hiring company

Company revealed after you join
it_technology
Create a free Migbirds account to see which company is behind this position — it takes a minute.
New to this kind of mission?
What companies actually expect, what the day-to-day looks like, and why these missions fail — our guide for this sector.
Sector guide: IT →Interested in this position?
Create your free Migbirds profile to apply. Your verified behavioral profile helps you stand out beyond the CV.
Sign up to applyAlready on Migbirds? Log in