Alternance - data engineer h/f

Premier gérant d'actifs européen parmi les 10 premiers acteurs mondiaux [1], Amundi propose à ses 100 millions de clients - particuliers, institutionnels et entreprises - une gamme complète de solutions d'épargne et d'investissement en gestion active et passive, en actifs traditionnels ou réels. Ses six plateformes de gestion internationales [2], sa capacité de recherche financière et extra-financière, ainsi que son engagement de longue date dans l'investissement responsable en font un acteur de référence dans le paysage de la gestion d'actifs. Les clients d'Amundi bénéficient de l'expertise et des conseils de 5 300 professionnels dans 35 pays. Filiale du groupe Crédit Agricole, Amundi est cotée en Bourse et gère aujourd'hui plus de 2 000 milliards d'euros d'encours [3]. Amundi, un partenaire de confiance qui agit chaque jour dans l'intérêt de ses clients et de la société. [1] Source : IPE « Top 500 Asset Managers » publié en juin 2022 sur la base des encours sous gestion au 31/12/2021 [2] Boston, Dublin, Londres, Milan, Paris et Tokyo [3] Données Amundi y compris Lyxor au 31/03/2022. En agissant chaque jour dans l'intérêt de la société, nous sommes un groupe engagé en faveur des diversités et de l'inclusion et plaçons l'humain au cœur de toutes nos transformations. Tous nos postes sont ouverts aux personnes en situation de handicap.

Description du service :

L’Innovation Lab d’Amundi Technology est chargée de présenter et diffuser les nouvelles technologies, designer de nouveaux produits et refondre les process business. Il est constitué de 10 ETP et est rattaché à Amundi Technology. Il est constitué de 3 pôles (incubation, build et prospective).

Missions :

Vous intégrerez une équipe multidisciplinaire dédiée à l’optimisation des pipelines de données et à la mise en place de processus de Machine Learning. En tant que Data Engineer, vous contribuerez à la conception, l’optimisation et la gestion des pipelines de données en utilisant des outils comme Dagster pour orchestrer les flux de données. Vous serez impliqué dans l’automatisation des processus de collecte, transformation et mise à jour des données, tout en garantissant leur intégrité et leur performance.

Votre mission consistera à :

* Développer et maintenir des pipelines de données robustes en utilisant Dagster et d’autres outils d’orchestration
* Collaborer avec les équipes de Data Science et les équipes métier pour identifier les besoins en données et les intégrer dans des processus automatisés
* Assurer la qualité et la performance des données tout au long de leur cycle de vie, en optimisant les processus de collecte et de transformation
* Implémenter des solutions de Machine Learning dans des pipelines de production pour optimiser les modèles prédictifs utilisés dans des cas d’application variés
* Participer à la mise en production et à l’industrialisation des modèles de données afin d'améliorer l’efficacité et la scalabilité des processus



* Apport de l'alternance :



Cette alternance vous offrira l'opportunité de :

* Acquérir des compétences techniques avancées en Data Engineering, en gestion des pipelines de données et en orchestration avec Dagster
* Développer une expertise en Machine Learning, en travaillant sur des cas pratiques d’intégration des modèles dans des environnements de production
* Améliorer votre connaissance de l'architecture des systèmes de données et comprendre les défis de l’industrialisation des processus dans un environnement complexe
* Travailler au sein d'une équipe multidisciplinaire pour résoudre des problématiques de données complexes et fournir des solutions adaptées aux besoins opérationnels de l’entreprise.


• Data Engineering : Connaissance en conception et gestion des pipelines de données avec des outils d’orchestration comme Dagster

• Programmation : Maîtrise de Python et des bibliothèques associées (Pandas, NumPy, etc.)


• Machine Learning : Familiarité avec les techniques de Machine Learning et leur mise en production


• Automatisation : Compétences en automatisation des processus de traitement de données et en intégration de modèles dans des environnements de production


• Compétences comportementales : Bonne capacité à travailler en équipe, esprit d’analyse, rigueur dans le traitement des données, et autonomie


* Langages : Maîtrise de Python (avancé) et bonne connaissance de SQL
* Technologies : Familiarité avec des outils d’orchestration de pipelines de données (comme Dagster, Airflow) et des environnements de Cloud (ex. AWS, GCP)
* Outils et Frameworks : Expérience avec les bibliothèques de données (Pandas, NumPy), les frameworks de Machine Learning (TensorFlow, PyTorch), et des outils de versioning de code (ex. Git)



Formation :

Ecole de commerce

Spécialisation :

Informatique / Ingénierie / Data Engineering / Data Science