Gestionnaire, Ingénierie des données// Manager, Data Engineering

Plusgrade recherche un(e) gestionnaire expérimenté(e) en ingénierie des données pour diriger une équipe dédiée à la conception et à l’exploitation de l’infrastructure de données qui alimente notre architecture basée sur les événements, ainsi que nos applications de Machine Learning et nos produits propulsés par l’IA.

Si tu es passionné(e) par le fait de permettre aux équipes de ML et de data science de travailler avec des produits de données robustes, évolutifs et de haute qualité, et que tu as une expérience avérée dans la création et la gestion d’équipes performantes en ingénierie des données, on aimerait te rencontrer.

Dans ce rôle, tu seras responsable du développement et de l’exploitation des pipelines de données principaux, des feature stores, des intégrations de serving de modèles, ainsi que de l’infrastructure de streaming en temps réel qui supporte les applications ML, le ML Ops et les initiatives de data science. Tu travailleras en étroite collaboration avec des ingénieurs ML, des data scientists et des équipes plateforme pour t’assurer que les systèmes de données répondent aux exigences des applications ML/IA en production — en équilibrant fraîcheur des données, fiabilité, scalabilité et efficacité des coûts.

Tu contribueras aussi à définir les meilleures pratiques en ingénierie des données pour l’architecture orientée événements et les cas d’usage ML, à promouvoir l’adoption des standards de gouvernance et de conformité, et à participer à la définition de la stratégie data à long terme de Plusgrade. Grâce à un leadership de type “servant leadership” et à un bon jugement technique, tu guideras ton équipe tout en collaborant avec les leaders produit et techniques pour stimuler l’innovation dans l’organisation.

Ce rôle relève du VP Data Engineering. L’équipe Data Engineering Product Intelligence est au cœur de la vision produit de Plusgrade, et nous sommes fiers de construire les fondations qui alimentent nos expériences les plus avancées en IA.

• Diriger, inspirer et faire évoluer une équipe d’ingénieurs data dédiée aux workloads de streaming événementiel, ML/IA et data science

• Définir et livrer la stratégie et la roadmap en ingénierie des données pour l’équipe et ses projets

• Superviser la conception, la construction et la maintenance de pipelines de données scalables, de feature stores, de systèmes de streaming en temps réel et d’APIs pour les applications ML/IA

• Collaborer avec les ingénieurs applicatifs, ingénieurs ML et data scientists pour opérationnaliser les modèles, en assurant des pipelines fiables pour l’entraînement, le déploiement et le monitoring

• Définir et suivre des SLOs pour la fraîcheur des données, la qualité des entrées de modèles, la fiabilité, la latence et les coûts

• Mettre en place des pratiques solides pour la qualité des données, la traçabilité (lineage), la reproductibilité et le versionnement des datasets

• Promouvoir l’adoption de frameworks modernes d’orchestration et de déploiement (ex. : Airflow, Dagster, Prefect, Kubeflow)

• Assurer la conformité aux standards de gouvernance des données, de confidentialité et de sécurité

• Recruter, coacher et développer les talents en ingénierie, en favorisant une culture d’ownership, de responsabilité et d’amélioration continue

• Collaborer avec les équipes produit, data science et ML Ops pour répondre aux besoins évolutifs

• Diriger la gestion des incidents et les analyses de causes racines liés aux problèmes de données impactant les applications ML/IA

• Contribuer à la planification à long terme pour la scalabilité de la plateforme, l’accès self-service aux données ML et l’innovation basée sur l’IA

• Définir et suivre des KPIs liés à la performance, la fiabilité et la productivité de la plateforme data ML/IA

• 6+ ans d’expérience en ingénierie des données ou domaine connexe, avec une expérience en support des workloads ML/IA et streaming événementiel

• 4+ ans d’expérience en gestion d’équipes d’ingénierie des données dans des environnements rapides

• Diplôme universitaire en informatique, génie logiciel ou domaine connexe (ou expérience équivalente)

• Excellente connaissance des pratiques modernes en ingénierie des données pour le ML, incluant les architectures batch et streaming, le feature engineering et la gestion du cycle de vie des données ML

• Expérience pratique avec SQL, Python, les plateformes data cloud (AWS de préférence) et les systèmes distribués (Spark, Flink, Kafka, Snowflake ou équivalent)

• Connaissance des pratiques ML Ops, incluant les feature stores, le versionnement des modèles et les frameworks de monitoring

• Au moins 1 à 2 ans d’expérience pratique avec des outils d’IA et des outils agentiques (LLMs, orchestrateurs d’agents, etc.) dans un contexte professionnel

• Excellentes compétences en communication et collaboration, avec la capacité d’influencer des parties prenantes techniques et non techniques

• Capacité démontrée à recruter, coacher et développer des ingénieurs performants

• Forte capacité de priorisation et d’exécution, avec un bon équilibre entre profondeur technique et rapidité de livraison

• Expérience avec des frameworks ML Ops (ex. : MLflow, Kubeflow, SageMaker)

• Connaissance des architectures temps réel et orientées événements pour les applications ML

• Familiarité avec les outils de gouvernance des données (Atlan, Alation, Collibra) et les standards de conformité (GDPR, CCPA, SOC 2)

• Expérience dans la création de plateformes de données pour des systèmes de recommandation, de personnalisation ou des applications d’IA générative

• Expérience en CI/CD, infrastructure as code et containerisation (Terraform, Kubernetes, Docker)

• Connaissance des principes de gestion de produits data, incluant l’adoption et le ROI mesurable des plateformes ML/IA