Ingénieur de données en chef technique

Ce qui rend les lits de nuages uniques

Chez Cloudbeds, nous ne nous contentons pas de créer des logiciels, nous transformons l'hôtellerie. Notre plateforme alimente des hôtels dans 150 pays, traitant des milliards de réservations chaque année. Des établissements de charme aux grands groupes hôteliers, nous aidons les hôteliers à transformer leurs opérations et à améliorer leur stratégie commerciale grâce à une plateforme unifiée qui s'intègre à des centaines de partenaires. Et nous le faisons avec une équipe entièrement distante. Imaginez travailler aux côtés d'innovateurs mondiaux pour créer des solutions basées sur l'IA qui résolvent les plus grands défis des hôteliers. Depuis notre création en 2012, nous avons continuellement été reconnus pour notre excellence, remportant récemment les plus grands honneurs aux HotelTechAwards 2026 pour le meilleur logiciel de gestion hôtelière et atterrissant à nouveau dans le Technology Fast 500 de Deloitte, mais nous ne faisons que commencer.

Notre équipe Data Analytics & BI :

Nous sommes une petite équipe senior entièrement à distance qui exécute des analyses pour l'ensemble de l'entreprise sur Snowflake, dbt, Matillion et Sigma. Nous agissons rapidement et expédions les objets que les gens utilisent quotidiennement. Ce qui nous manque, c'est une voix technique de haut niveau pour prendre les décisions fondamentales (architecture, plateforme, gouvernance, ML Ops) afin que la vitesse s'aggrave au lieu d'accumuler la dette. C’est ce rôle, et il dispose d’une latitude inhabituelle pour décider du fonctionnement de la plateforme.

Comment vous aurez un impact :

En tant que Tech Lead Data Engineer & Data Architect, vous façonnerez l’orientation technique, les normes architecturales et la gouvernance des données de notre plateforme principale d’analyse de données. Il s'agit d'un rôle de leadership pratique : vous agirez en tant qu'architecte de données - en tant que responsable de la modélisation des données logiques et physiques, de la conception de l'entrepôt et de la conservation en couches (stade → intermédiaire → marché) - tout en agissant en tant que responsable technique de l'ingénierie des données.

Vous contribuerez à moderniser continuellement notre pile technologique, en élevant notre discipline d'ingénierie logicielle dans nos pipelines de données (DataOps/CI-CD), en optimisant les performances et les coûts de calcul, en pilotant les flux de travail MLOps et en renforçant les normes de qualité et de sécurité des données. Essentiellement, vous dirigerez nos initiatives de préparation à l'IA, en architectent les couches sémantiques, les structures de données et les modèles d'accès nécessaires pour rendre nos données transparentes et fiables pour les agents d'IA et les flux de travail automatisés. Vous servirez de point d'ancrage technique à une équipe talentueuse d'ingénieurs analytiques, collaborant en étroite collaboration avec l'ingénierie, l'infrastructure, la science des données/ML et les parties prenantes commerciales pour garantir que notre écosystème de données est fiable, évolutif et prêt pour l'entreprise.

Ce que vous apportez à l'équipe :

•
Architecture de données et propriété de la modélisation : définir et faire évoluer notre architecture de données cloud sur Snowflake. Conception de modèles de données propres à travers les produits de données et les marchés, en mettant en œuvre des modèles dimensionnels flexibles (schémas en étoile, SCD, dimensions conformes) et en documentant les décisions via des enregistrements de décision d'architecture (ADR).

•
Compétence en ingénierie des données : diriger la conception et l'exécution de bout en bout de pipelines de données : gestion de l'ingestion, intégrations d'API, connecteurs personnalisés, processus ELT/ETL et orchestration des pipelines.

•
Intégration DataOps et CI/CD : exploitez nos workflows Git, CI/CD et Jira existants en intégrant une discipline de données spécialisée, telle que les tests dbt automatisés sur les demandes d'extraction, l'isolation de l'environnement, la gestion automatisée des informations d'identification et les normes de déploiement de données.

•
Stratégie de gouvernance et d'observabilité : s'appuyer sur et affiner les fondements initiaux de notre modèle de gouvernance. Évaluez, sélectionnez et mettez en œuvre des solutions évolutives de catalogue de données et d’observabilité des données pour suivre le traçage des données, garantir leur actualité, surveiller leur exhaustivité et automatiser les alertes de panne.

•
Efficacité de la plateforme et contrôle des coûts : ajustez en permanence les performances des requêtes Snowflake, le clustering et le dimensionnement de l'entrepôt pour optimiser les temps d'exécution et les dépenses de calcul.

•
Mentorat technique et leadership agile : Améliorez l'efficacité technique des ingénieurs analytiques dans notre cadre de planification agile grâce à des conseils architecturaux, des revues de conception et des défis constructifs.

•
Modernisation de la pile et évolution de l'architecture : évaluez en permanence de nouveaux outils, cadres et modèles d'architecture pour moderniser, optimiser et ajouter de la flexibilité à notre pile de données.

Ce qui vous prépare au succès :

•
Expérience pratique senior : expérience avérée en tant qu'ingénieur de données senior, architecte de données ou responsable technique dans des environnements de données cloud.

•
Préparation à l'IA et aux agents : exposition à la préparation de structures de données, de modèles sémantiques, de magasins de fonctionnalités et de couches API/accès pour les agents IA, les pipelines d'apprentissage automatique et les flux de travail LLM automatisés.

•
Maîtrise de Snowflake et dbt : expertise pratique approfondie en matière d'administration, de réglage et de modélisation dans Snowflake, ainsi qu'une maîtrise avancée de dbt (macros, modèles incrémentiels, tests personnalisés, packages et tests CI/CD natifs de dbt).

•
Compétences avancées en SQL et Python : compétences expertes en SQL analytique (réglage du plan d'exécution des requêtes, fonctions de fenêtre, CTE) et solide maîtrise de Python pour les pipelines de données, les scripts et les flux de travail MLOps.

•
Orchestration et évaluation des outils : expérience pratique des moteurs d'ingestion et d'orchestration (par exemple, Matillion, Apache Airflow, Prefect, Dagster, Fivetran), avec une forte capacité à évaluer les compromis architecturaux, les performances et les coûts lors de la sélection ou de la migration de plates-formes.

•
Discipline DataOps et génie logiciel : Expérience d'exploitation avec des pipelines Git et CI/CD actifs, avec une expérience dans l'extension de ces systèmes pour inclure des tests de données automatisés, la validation du déploiement et la rotation sécurisée des informations d'identification.

•
Pensée critique et décomposition des problèmes : tendance à remettre en question les hypothèses, à rassembler le contexte commercial complet, à formuler des hypothèses et à évaluer rigoureusement les résultats (en particulier pour les résultats IA/ML) avant de passer aux solutions techniques.

•
Expérimentation pragmatique : Passion pour la création de MVP et de preuves de concept (POC) légers pour évaluer de nouvelles technologies, tester des hypothèses architecturales et moderniser la pile de données.…

Source : Jobicy (https://jobicy.com/jobs/156345-tech-lead-data-engineer)