Chez Jakala, notre practice Data & AI accompagne des clients dans le luxe, le retail, la grande distribution, la santé ou les médias. Les sujets sur lesquels nous intervenons, pipelines data, plateformes analytiques, traitements à fort enjeu métier, exigent des environnements robustes : orchestration, sécurité, déploiements maîtrisés, observabilité.
Nous cherchons un·e DevOps / Data Ops Engineer pour intervenir sur deux types de sujets :
Sur des projets clients :
Tu interviens sur la conception et la mise en place de leur stack data — choix d'architecture, structuration des environnements, CI/CD, orchestration, sécurité réseau.
Tu participes au dimensionnement en amont des projets et tu portes les choix techniques en échange direct avec les équipes clients
En interne :
- Tu contribues à nos solutions propriétaires, TMA, MCO, évolutions, fiabilisation, optimisation des plateformes en production.
Cette double exposition — mission et produit — est volontaire. Elle te permet de voir plusieurs contextes, plusieurs secteurs, plusieurs et maturités techniques.
Ce que tu feras concrètement
Concevoir et mettre en place des architectures data sur le cloud (GCP, AWS ou Azure)
Construire et maintenir des chaînes CI/CD complètes — du commit au déploiement en production
Conteneuriser et orchestrer des applications et traitements data
Gérer les environnements cloud de bout en bout : réseaux, VPN, IAM, secrets, observabilité
Échanger avec les équipes client pour comprendre leurs contraintes et porter les choix techniques qui en découlent
Documenter les architectures et transmettre les bonnes pratiques
Compétences requises :
Techniques :
Déploiement en environnement Cloud (GCP, AWS, Azure), en particulier des Datawarehouses tels que BigQuery, Snowflake ou Databricks.
Maîtrise de Docker et des chaînes CI/CD (GitHub Actions, GitLab CI ou équivalent) et de l’Infrastructure as Code (Terraform, Ansible, Docker, Kubernetes).
Outils de monitoring (Prometheus, Grafana, etc.) et de gestion des logs (ELK, Datadog...).
Outils d’orchestrations Airflow, Azure Data Factory, GCP Composer, Databricks workflow …
Python, SQL, Git et ligne de commande
Fonctionnelles :
Compréhension des problématiques métiers autour de la donnée (data quality, sécurité, gouvernance).
Capacité à collaborer avec des profils variés (techniques et non-techniques).
