Développeur.se en ingénierie des données

Description du poste

Chez Workleap, nous transformons la façon dont les équipes travaillent en convertissant des connaissances dispersées en informations intelligentes et exploitables. Nos produits propulsés par l’IA font émerger la bonne information au bon moment, à travers nos plateformes et les outils favoris de nos clients.

Nous recherchons des développeurs(es) en ingénierie des données passionné(es) par les défis d’intégration complexes et la construction de pipelines sécurisés et évolutifs pour soutenir une grande variété de cas d’usage analytiques et d’IA. Votre travail permettra une utilisation gouvernée et à fort impact des données dans l’ensemble de notre écosystème.

Vous collaborerez avec des spécialistes en ingénierie des données, des scientifiques des données et autres développeurs(ses) afin de garantir que les données soient accessibles, fiables et protégées, contribuant ainsi aux fondations d’un produit intelligent et respectueux de la gouvernance des données.

Concrètement à quoi va ressembler ton poste ?  

Workleap est à la recherche d’un(e) développeur(se) en ingénierie de données ayant de solides compétences en développement Python et une bonne compréhension des flux de données, des API et des pratiques logicielles modernes en environnement cloud natif.

Responsabilités:

• Développer et maintenir des services, librairies et utilitaires Python pour supporter les workflows de données et l’orchestration de plateforme.
• Utiliser Airbyte et Dagster pour concevoir et gérer des pipelines d’ingestion et de transformation.
• Intégrer de façon fiable des APIs externes et des services cloud.
• Appliquer les principes de programmation orientée objet et exploiter les outils Python modernes (ex. : FastAPI, Pydantic) pour produire du code maintenable et robuste.
• Contribuer à la modélisation des données, à la conception de schémas et à la gestion des contrats entre services.
• Assurer la sécurité, y compris la gestion des accès, des secrets et l’isolation des pipelines.
• Participer à la mise en place de composants internes liés à l’intégration de l’IA, incluant les pipelines RAG et la préparation de données pour les embeddings.
• Contribuer à l’observabilité et aux tests des pipelines, via le versioning, les journaux et la validation.
• Collaborer avec plusieurs équipes pour offrir des données robustes et exploitables qui alimentent nos produits SaaS.

Qui est l’équipe que tu vas rejoindre ?  

Il s’agit d’un rôle hybride, à la croisée de l’ingénierie des données et du développement applicatif, idéal pour quelqu’un qui souhaite construire et faire évoluer les fondations d’une plateforme de données moderne, tout en travaillant avec des outils concrets du quotidien.

Vous jouerez un rôle clé dans la maintenance et l’amélioration de notre stack d’orchestration en Python, au service de pipelines ELT classiques comme de cas d’usage IA, incluant des agents RAG et des solutions agentiques.

Ce poste offre une excellente opportunité de collaborer avec des développeurs(ses) seniors, de développer vos réflexes architecturaux, et de contribuer à une infrastructure qui alimente l’analytique, l’automatisation et des fonctionnalités SaaS intelligentes.

Quels sont les prochains défis qui attendent ton équipe ? 

• Livrer continuellement de nouvelles fonctionnalités pour un produit à fort impact dans un environnement dynamique et au rythme soutenu.
• Appliquer rigoureusement les normes de sécurité, tant au niveau de la modélisation des données que de l’implémentation technique : la sécurité n’est pas une réflexion après coup, mais un principe fondamental de conception !
• Rester à jour dans un paysage technologique en constante évolution.

Qualifications

• Solide expérience en Python, avec une bonne maîtrise de la programmation orientée objet.
• Compétences concrètes dans la consommation d’APIs HTTP (authentification, pagination, limites de débit, etc.).
• À l’aise avec les outils et pratiques modernes Python, incluant FastAPI et Pydantic.
• Expérience pratique avec Airbyte et Dagster, intégrés à des pipelines structurés.
• Bonne compréhension de la modélisation des données, de l’évolution des schémas et de la gestion des contrats entre services.
• Sensibilité aux enjeux de sécurité dans un contexte data (RBAC, identités, isolation des tâches).
• Maîtrise de Git et des pratiques de développement collaboratif.

Atouts

• Expérience avec des entrepôts de données (ex. : Snowflake, BigQuery, Redshift).
• Connaissance des outils d’Infrastructure as Code (Terraform, Pulumi).
• Familiarité avec les environnements conteneurisés (Docker, Kubernetes).
• Compréhension des pipelines RAG, de la recherche vectorielle ou des processus de préparation des données pour l’IA.
• Intérêt pour dbt, Snowpark, ou d'autres outils de transformation et de manipulation de données.