Firework est une entreprise spécialisée dans le commerce vidéo qui aide les détaillants et les marques de commerce électronique à créer des expériences d’achat numériques plus interactives. Sa plateforme associe l’intelligence artificielle à des outils vidéo tels que des assistants virtuels dotés d’IA, des showrooms numériques, des achats virtuels personnalisés et des vidéos achetables. Firework fournit également une infrastructure vidéo mondiale conçue pour assurer une diffusion rapide et sécurisée, ainsi que des normes élevées en matière de confidentialité des données, afin d’aider les marques à relier des contenus plus riches à l’engagement des clients et aux ventes en ligne.
Ingénieur senior en données chez Firework (hybride, Californie)
Ingénieur senior en données responsable de l’infrastructure de données évolutive, des pipelines de machine learning et des systèmes analytiques de Firework. Le poste soutient les initiatives de l’entreprise en matière d’IA, de commerce vidéo et de produit.
États-Unis
Californie160 000 $ – 180 000 $ / an
HybrideTemps pleinSeniorLangue Requise : anglaisIngénieur dataDescription
- Concevoir et développer une infrastructure de données backend et de machine learning couvrant l’ingestion d’événements, le traitement des flux, l’entreposage de données, les pipelines, la visualisation, l’analytique et les applications.
- Développer des outils analytiques générant des informations exploitables sur l’acquisition de clients, l’efficacité opérationnelle et les performances de l’entreprise.
- Créer et exploiter des pipelines distribués d’ETL, d’ingénierie des caractéristiques et d’exécution de modèles.
- Créer des produits de données permettant aux équipes d’analytique et de science des données d’améliorer le produit de Firework.
- Maintenir une séparation sécurisée des données au-delà des frontières nationales au moyen de plusieurs centres de données et régions AWS.
- Collaborer avec les spécialistes des données et de l’analytique afin de renforcer les plateformes de données et le traitement de bout en bout.
- Examiner les problèmes techniques, évaluer les performances, équilibrer les charges de travail et participer aux revues de code.
- Accompagner les ingénieurs data, fournir une orientation technique, partager les pratiques éprouvées et soutenir leur évolution professionnelle.
- Assurer un leadership technique, orienter les décisions d’architecture et contribuer à définir les normes d’ingénierie.
Exigences
- Au moins cinq ans d’expérience professionnelle en ingénierie des données, en ingénierie logicielle ou dans une discipline connexe, avec notamment une expérience substantielle des données de production ou des systèmes de machine learning.
- Maîtrise avancée de Python et SQL, notamment des requêtes complexes, de la transformation des données et de l’optimisation des performances.
- Expérience dans le développement et l’exploitation de pipelines ETL ou ELT à grande échelle et de systèmes de traitement distribué.
- Expérience pratique des entrepôts de données modernes tels que Snowflake ou BigQuery, ou des formats de tables ouverts tels qu’Iceberg.
- Expérience avec Apache Spark, Flink ou des frameworks comparables de traitement des données.
- Connaissance pratique des plateformes d’orchestration telles qu’Apache Airflow, Dagster ou Prefect.
- Expérience de l’infrastructure cloud, de préférence AWS ou Google Cloud Platform.
- Solides bases en modélisation des données, en conception de bases de données et en architecture des données.
- Expérience dans la mise en place de pratiques de qualité, d’observabilité et de fiabilité des données en production.
- Excellentes capacités d’analyse et de résolution de problèmes, avec une expérience avérée de la conduite autonome de travaux techniques complexes.
- Aptitudes solides à la communication et à la collaboration avec des équipes techniques et non techniques.
- Potentiel de leadership et intérêt pour évoluer vers la gestion d’équipe grâce au mentorat, à la constitution d’équipes et à la stratégie technique.
Avantages
- Options sur actions.
- La rémunération peut être ajustée en fonction du lieu de travail, des compétences, de l’expérience, des conditions du marché et de l’équité interne.