À propos de la mission
Dans le cadre d'un projet de migration data depuis Google Cloud Platform (GCP / BigQuery) vers Microsoft Fabric, vous intervenez en tant que Data Engineer.
Le client est un grand compte du secteur de la chimie. L'objectif est de migrer l'intégralité de l'environnement data : GCP, BigQuery et Talend, vers une plateforme Microsoft Fabric unifiée. Vous prenez en charge la construction des pipelines et la migration effective des données depuis les systèmes sources.
--> Mission Freelance de 6 mois : prise de poste en juin, à discuter selon disponibilité
--> Localisation : Paris - mode hybride
Vos missions
En tant que Data Engineer, vous êtes en charge de :
- Développer les pipelines d'ingestion et de transformation avec Fabric Data Factory et Dataflows Gen2
- Migrer les données depuis Google BigQuery vers les Lakehouses et Warehouses Fabric
- Construire les connecteurs et workflows pour extraire les données depuis SAP, Salesforce, Oracle et des partages de fichiers
- Ré-implémenter la logique ETL existante (Talend) dans l'environnement Fabric, en collaboration avec l'ingénieur Talend dédié
- Encadrer les ingénieurs juniors de l'équipe : revues de code, respect des standards, accompagnement technique
- Diagnostiquer et optimiser les pipelines en production : performance, fiabilité, maîtrise des coûts
- Produire la documentation technique complète : runbooks, tests unitaires, traçabilité dans Azure DevOps
Profil recherché
Formation et expérience
- 7 ans et plus en ingénierie data avec une expérience concrète sur la stack data Azure
- Expérience de migration de données depuis des systèmes sources hétérogènes : ERP, CRM, bases de données
- Expérience en encadrement technique d'ingénieurs juniors sur un projet
Compétences techniques
- Microsoft Fabric : maîtrise opérationnelle — Data Factory, Notebooks, Dataflows Gen2
- Langages : Python (PySpark) et SQL — expertise en transformation de données à grande échelle
- Sources systèmes : expérience d'extraction depuis SAP, Salesforce et/ou Oracle
- CI/CD : pratique concrète avec Azure DevOps et Git — commits documentés, déploiements tracés, tests unitaires
- BigQuery : connaissance des mécanismes d'export et de la structure des données GCP
Posture et mode de travail
- Autonomie technique sur un périmètre large : capable d'identifier un problème et de le résoudre sans escalade systématique
- Rigueur documentaire : chaque pipeline livré est documenté, testé et lié à un work item dans Azure DevOps
- Capacité à travailler en équipe pluridisciplinaire : architecte, QA, Talend, chef de projet
- Français courant — anglais courant
Ce qui pourra faire la différence
- Expérience directe sur Microsoft Fabric en environnement de production — pas uniquement en POC ou formation
- Connaissance de Talend et capacité à lire et comprendre des pipelines ETL existants pour les re-implémenter
- Expérience simultanée sur plusieurs sources complexes : SAP + Salesforce + Oracle sur un même projet
- Disponibilité rapide souhaitée — à discuter selon profil
Modalités de travail
Mission hybride basée à Paris — rythme de présence sur site à définir avec le client.
Les modalités indiquées sont valables à la date de publication et peuvent évoluer selon les besoins du projet et du client. Cognizant s'engage à une transparence totale sur les attentes liées au poste.
Votre parcours ne correspond pas à 100 % ? Deux prérequis sont indispensables : une maîtrise réelle de Microsoft Fabric et une expérience terrain concrète sur la migration de données depuis des systèmes sources complexes. Ce qui fera ensuite la différence : la capacité à livrer du code propre, documenté et testé dans un contexte projet exigeant.
关于高知特 (Cognizant)
高知特(Cognizant)（纳斯达克代码：CTSH）作为一家AI Builder和相关技术服务提供商，致力于通过打造全栈AI解决方案，帮助企业将人工智能投资转化为实际价值。公司凭借深厚的行业经验、流程优化和工程技术专长，将企业独特的业务场景融入科技系统，赋能组织释放人才潜能，推动切实成果，并帮助全球企业在瞬息万变的环境中保持领先。如需了解更多详情，敬请访问 cognizant.ai 或关注@cognizant。
补充雇佣信息
薪酬信息截至本职位发布之日为准。Cognizant 保留在适用法律允许的范围内随时修改该信息的权利。
申请人可能需要通过现场面试或视频会议的方式参加面试。此外，候选人在每次面试时可能需要出示其当前所在州或政府签发的有效身份证件。
Cognizant 是一家提供平等就业机会的雇主。在招聘过程中，您的申请和候选资格不会因种族、肤色、性别、宗教、信仰、性取向、性别认同、国籍、残疾、遗传信息、怀孕、退伍军人身份或任何其他受联邦、州或地方法律保护的特征而受到影响。
