L’équipe

Le poste est rattaché à l’équipe Data décomposée en 2 équipes :

• Analytics, composée de Data Engineers, a pour but de construire la stack data pour la BI, du reporting financier ainsi d’un service de fraude

• DocReco qui a pour responsabilité de créer des modèles pour classifier et lire les documents reçus par QuickSign, puis de déployer ces modèles en production et de les maintenir en condition opérationnelle

Plus précisément, Analytics est aujourd’hui composé d’un Tech Lead, de trois data engineers et d’une Product Owner.

L’enjeu de ces deux dernières années a porté sur la mise en place d’une nouvelle data plateforme pour assurer la tenue des performances de nos produits pour nos clients (BI). Ceux en cours et à venir portent sur :

• le maintien et la fiabilisation de la plateforme data

• le scaling avec la montée des flux de nos clients

• le reporting pour appuyer l’équipe finance dans le pilotage économique de l’entreprise

• le développement d’un service de fraude mis en production l’année dernière.

L’équipe assure aussi un reporting régulier des activités de la plateforme pour établir la facturation avec l’équipe finance. Enfin, les data engineers développent un micro-service (appelé fraudster) qui a pour but d’utiliser la puissance de graphes de nos utilisateurs finaux pour améliorer nos détections de fraude (en plus de nos autres produits de fraude).

Nous accordons une attention particulière à la veille de l’équipe data avec du temps consacré et des sessions hebdomadaires de présentation d’une technologie ou d’un papier.

Notre stack

• Base de données : Minio / MongoDB, PostgreSQL

• Orchestration : Airflow

• Ingestion et anonymisation : Kafka, Python et Spark

• Transformation : dbt

• Dashboarding : Metabase

• Infra/monitoring : GitLab, Kubernetes, Kibana/Grafana, OpenTelemetry, Helm, Docker

Tes missions

Sous la direction du Lead technique de l’équipe Analytics, en lien avec le produit, les data analyst et l’équipe finance, tes missions sont :

• Designer / explorer des solutions techniques sur les sujets data conformément aux spécifications produit

• Fournir à l’équipe finance les données permettant d’assurer la facturation de nos clients ainsi que le reporting financier de l’entreprise

• Etre garant de la qualité des données livrées

• Développer et fiabiliser les pipelines de transformation de données

• Maintenir et faire évoluer nos services de détection de fraude

• Appuyer l’équipe d’exploitation, infrastructure et développement dans la mise en production des services de l’équipe

• Assurer un monitoring de fonctionnement des services dans l’ensemble des environnements

• Aider l’équipe de data analysts dans le développement de leurs pipelines de traitement de données pour assurer la performance de la data platform

• Faire évoluer l’ensemble des services avec la montée en charge de nos clients

• Réaliser une veille technologique régulière et documenter les projets

Pourquoi nous rejoindre ?

Parce que nous sommes une start-up de la Fintech, en fort développement, passionnée par l’innovation !
Si pour toi l’arborescence Linux n’a plus de secret, ton shell est une perle, tes alias lancent des containers, tu sais ce qui se trame dans les paquets IP, tu n’as pas besoin d’un oracle pour requêter tes données, tu maintiens le bon cap de ton cluster Kubernetes, et que Gitops est une philosophie, tu sautes sur les nuages alors viens nous rejoindre, on y est bien !
Ce que tu trouveras chez nous :

• Un rôle stratégique qui a un véritable impact sur la croissance de QuickSign,

• Un environnement de travail technophile et stimulant, une quête de l’excellence,

• Un partage de connaissances et de l’entraide en permanence entre équipes.

Informations complémentaires

Localisation : Paris 2ème arrondissement.

Nous recherchons un.e candidat.e avec une première expérience de Data Engineer en Python (4 ans minimum) ayant travaillé sur des projets en production (tests, logs, versionning…)

Compétences nécessaires recherchées :

• Python 3.10+ - Docker – Git

• Très bonne compétence en SQL (idéalement Postgres)

Et appréciées :

• Spark – AirFlow

• Minio - Vault – Kafka

• MongoDB - Prefect - Ansible

• Versionning d’environnement (ex : poetry)

•  Monitoring (Kibana, Grafana, Prometheus, OpenTelemetry, etc)

Soft skills :

• rigueur et esprit d’analyse

• communication fluide, capacité de vulgarisation et de transmission de savoir

• curieux et à l’écoute des nouvelles avancées sur les sujets data

• esprit d’équipe et pragmatisme

Un 1er entretien en présentiel ou à distance avec Alexandre, notre Head of Data.

Un Test technique suivi d’un entretien avec Florian, Tech Lead et manager de l’équipe Analytics ainsi qu’un autre membre de l’équipe. Cette étape se fait en présentiel.

Un échange en présentiel ou à distance avec le reste de l’équipe.

Un entretien avec Frédéric notre CTO, en présentiel ou à distance également

Un dernier entretien en présentiel avec David, notre DGA et Nathalie, notre DRH