Marsh McLennan
Marsh McLennan
Marsh McLennan est une entreprise mondiale de services professionnels qui intervient dans les domaines des risques, de la stratégie et des services de conseil liés aux ressources humaines. Ses activités comprennent Marsh, qui propose du courtage en assurances et de la gestion des risques ; Guy Carpenter, spécialisée dans la réassurance et les stratégies de financement ; Mercer, qui accompagne ses clients dans le conseil en santé, patrimoine et carrière ; et Oliver Wyman, spécialisée dans le conseil en stratégie, économie et image de marque. Avec plus de 85 000 employés dans le monde, Marsh McLennan réunit des compétences en finance, conseil, marketing et autres services professionnels connexes. Ses recrutements couvrent des postes liés au conseil aux clients, à l’analyse des risques, à la stratégie d’entreprise, au conseil et aux équipes opérationnelles de ses quatre activités.

Responsable technique senior en ingénierie des données — Marsh McLennan, Mexico

Dirigez des équipes d’ingénierie des données tout en restant opérationnel chez Marsh McLennan, et transformez les priorités métier en solutions de données fiables. Développez et exploitez des pipelines Databricks sur AWS et Azure.

Description

  • Diriger une équipe de livraison de 4 à 8 ingénieurs des données, salariés et prestataires compris.
  • Définir l’orientation technique, répartir le travail en tâches réalisables, coordonner les sprints et assumer la responsabilité des livrables de l’équipe.
  • Rejoindre les ingénieurs sur des initiatives prioritaires lorsque les projets s’achèvent ou passent en exploitation courante.
  • Écrire du code, développer des pipelines et résoudre les incidents de production avec SQL, Python et Spark.
  • Concevoir des modèles de données, des architectures medallion, des contrats d’ingestion et des modèles d’ingénierie réutilisables.
  • Gérer les évolutions de schéma, les contrôles de qualité des données, l’idempotence et la traçabilité des données.
  • Collaborer avec les responsables de mission et les parties prenantes métier afin de transformer les problématiques commerciales en solutions de données.
  • Faire progresser CI/CD, le contrôle de version, les tests, les revues de code, la documentation, l’expérience des développeurs et les pratiques opérationnelles.
  • Exploiter Databricks sur AWS et Azure avec Unity Catalog, Delta Lake, Spark, l’infrastructure en tant que code, les flux de travail Git et des outils d’orchestration de pipelines.

Exigences

  • Au moins 5 ans d’expérience pratique en ingénierie des données, dont une certaine expérience de direction ou de mentorat d’ingénieurs.
  • Maîtrise solide, récente et régulière de SQL, Python et Spark.
  • Expérience pratique des plateformes de données cloud, de préférence Databricks ; Snowflake, Synapse ou des plateformes similaires sont également pertinentes, sur AWS, Azure ou GCP.
  • Capacité à diriger une équipe composée de salariés et de prestataires, à fixer des attentes, à gérer la performance et à renforcer la cohésion.
  • Connaissance pratique des pratiques modernes d’ingénierie, notamment Git, CI/CD, les tests automatisés, l’infrastructure en tant que code et DataOps.
  • Curiosité pour le secteur d’activité.
  • Excellentes capacités de communication pour expliquer les compromis techniques aux dirigeants métier et transmettre les besoins métier aux ingénieurs.
  • Une expérience de Databricks avec Unity Catalog, Delta Lake, l’architecture medallion et les workflows Databricks est appréciée.
  • Une expérience de dbt ou d’un framework de transformation similaire est appréciée.
  • Une connaissance des pratiques de gouvernance des données, telles que la traçabilité, les contrôles d’accès, la gestion des métadonnées et les frameworks de qualité des données, est appréciée.
  • Une expérience antérieure dans les services financiers, l’assurance, les avantages sociaux ou le conseil est appréciée.
  • Une expérience de création de pipelines d’ingestion de documents ou de données non structurées est appréciée.
  • Une exposition aux outils fondés sur les LLM, au développement assisté par l’IA ou à l’ingénierie analytique est appréciée.

Avantages

  • Travail hybride avec la possibilité de travailler à distance et de collaborer au bureau.
  • Possibilités de développement professionnel grâce à la collaboration au bureau.
  • Environnement de travail diversifié, inclusif et flexible.