ProsperOps est une entreprise SaaS spécialisée dans l’automatisation autonome du FinOps pour les organisations qui exécutent des charges de travail sur AWS, Google Cloud et Microsoft Azure. Sa plateforme aide les équipes FinOps et DevOps à gérer les dépenses cloud grâce à l’optimisation des tarifs par l’IA, à la gestion automatisée des engagements, à la planification des ressources et à l’optimisation des charges de travail. En analysant en continu les données de facturation et en ajustant les engagements et les planifications, ProsperOps cherche à améliorer l’efficacité du cloud, à limiter le risque de dépendance et à réduire les dépenses superflues. L’entreprise propose également des fonctionnalités de reporting, de comparaison et de showback afin de favoriser une meilleure visibilité des coûts et des décisions plus éclairées en matière de finances cloud.
Ingénieur·e staff en données
Pilotez la conception d’API Python et de plateformes de données évolutives pour optimiser les coûts cloud avec PostgreSQL et Databricks. Définissez l’architecture backend, les workflows d’IA et les opérations en production.
Description
- Concevoir et faire évoluer des systèmes backend et des API évolutifs et natifs du cloud.
- Développer et gérer des services d’API Python, tels que FastAPI, qui rendent accessibles les fonctionnalités de la plateforme de données.
- Concevoir des schémas PostgreSQL et améliorer l’indexation, les performances des requêtes et les migrations.
- Définir l’orientation technique en matière de fiabilité, d’évolutivité, de performances et d’efficacité des coûts pour des charges de travail gourmandes en données.
- Piloter des initiatives backend complexes, de la conception initiale au lancement en production et à la maturité opérationnelle.
- Gérer les pipelines CI/CD avec GitHub Actions et Terraform, et déployer les changements en production.
- Diagnostiquer les problèmes liés aux API, aux bases de données et aux pipelines de données.
- Collaborer avec les équipes d’ingénierie des données, frontend, plateforme et SRE.
- Définir les normes d’ingénierie en matière de qualité du code, de tests, de CI/CD, d’observabilité et d’exploitation.
- Examiner les conceptions et les mises en œuvre des différentes équipes, et les conseiller.
- Accompagner des ingénieurs ayant différents niveaux d’expérience.
- Mettre à profit les évolutions du secteur dans les systèmes backend, les plateformes cloud et l’ingénierie des données à grande échelle.
Exigences
- Diplôme de licence ou de master en informatique, en ingénierie, ou expérience pratique équivalente.
- Au moins huit ans d’expérience en ingénierie backend.
- Expérience pratique du développement d’applications et de services Python, notamment d’API et de services en production.
- Solide expérience des bases de données relationnelles, idéalement PostgreSQL.
- Expérience de la conception de schémas, du développement et de l’optimisation de requêtes complexes, des outils de migration comme Flyway et du débogage des performances à partir des plans d’exécution des requêtes.
- Expérience de la conception, du développement, du déploiement et de l’exploitation d’API REST avec FastAPI, Flask ou un framework équivalent.
- Expérience de la création et de la maintenance de l’automatisation des déploiements CI/CD avec GitHub Actions, Azure DevOps ou des outils similaires.
- Expérience de l’infrastructure en tant que code avec Terraform ou un outil comparable.
- Expérience de la création de plateformes de données ou d’analytique à grande échelle.
- Solide connaissance de l’observabilité, de la supervision, du traçage distribué, du profilage des requêtes et du diagnostic de la latence.
- Expérience des exigences en matière de sécurité, de conformité et de SaaS d’entreprise.
- Expérience antérieure en FinOps, en optimisation des coûts cloud ou sur des plateformes SaaS d’entreprise.
- Expérience d’AWS, notamment ECS/Fargate, RDS, S3, IAM et Secrets Manager.
- Expérience de la création de systèmes backend intégrant l’IA, notamment des workflows fondés sur des LLM ou des agents.
- Atout, sans être obligatoire : Power BI Direct Lake et modélisation sémantique pour l’analytique lakehouse.
- Atout, sans être obligatoire : Mosaic AI, fonctionnalités GenAI de Databricks ou mises en œuvre de Feature Store.
- Atout, sans être obligatoire : contributions à Spark open source, contenus pour la communauté Databricks ou certifications telles que Databricks Certified Data Engineer Professional.
Avantages
- Rémunération compétitive.
- Modalités de travail flexibles.
- Parcours d’évolution définis pour les responsables techniques seniors.
- Équipe à distance au sein de la région où le poste est annoncé.
- Employeur garantissant l’égalité des chances.
- Des aménagements sont proposés aux candidats qui en ont besoin.