Objectifs du poste

• Industrialiser la qualité et l’observabilité des données à l’échelle MEA.

• Garantir des données fiables, conformes et consommables pour les KPI, dashboards, modèles IA et use cases métiers.

• Accélérer la réplication des use cases Data & IA entre filiales.

Mission principale

• Le Data Quality Engineer pilote la qualité opérationnelle, l’observabilité et la gouvernance des données afin de garantir la fiabilité et la consommabilité des Data Products MEA.

• L’objectif est de garantir que les données utilisées par les KPI métiers, dashboards BI, modèles IA et use cases opérationnels restent cohérentes, traçables et exploitables à l’échelle MEA.

Responsabilités principales • Définir et appliquer les standards Data Quality & Observability MEA.

• Définir et suivre les indicateurs de qualité : fraîcheur, complétude, cohérence, disponibilité, unicité et conformité...

• Mettre en place avec les filiales, les quality gates et checkpoints de validation après ingestion, transformation, exposition et en run.

• Construire les dashboards de supervision et mécanismes d’alerting.

• Détecter les anomalies, dérives qualité et ruptures de pipelines avant impact métier.

• Piloter les RCA, troubleshooting et plans de remédiation avec les filiales.

• Superviser les SLA/SLO et la qualité opérationnelle des Data Products critiques.

• Maintenir les backlog de dettes techniques et piloter les plans d’amélioration continue.

• Assurer la réconciliation et la supervision bout-en-bout des flux data.

• Maintenir le lineage fonctionnel et technique des données.

• Garantir la traçabilité complète des données depuis les systèmes sources jusqu’aux dashboards et modèles IA.

• Produire les documentations opérationnelles, data contracts et référentiels associés.

•Travailler avec les métiers, architectes, Data Engineers, squads IA/Data, DPO, sécurité et équipes DevOps/Observability.

• Contribuer aux problématiques de conformité réglementaire et Data Privacy multi-pays.

Expertises techniques attendues

• Mise en place de contrôles qualité sur pipelines batch et temps réel.

• Définition et calcul opérationnel des KPIs Data Quality.

• Construction de dashboards de supervision et observabilité.

• Gestion des quality gates et validation de consommabilité des datasets.

• Bonne maîtrise des architectures Data Lake, Data Warehouse, Streaming, APIs et ETL/ELT.

• Bonne compréhension des architectures Big Data : Kafka, Spark, traitements batch et temps réel.

• Expérience sur environnements Cloud, analytics et plateformes data industrielles.

• Expérience dans l’implémentation de solutions de Data Observability et monitoring opérationnel (ELK/OpenSearch, Soda ou équivalent) pour superviser la fraîcheur, la complétude, le lineage, les anomalies de volumétrie, les SLA/SLO, le run opérationnel et la santé des pipelines batch et temps réel.

• Bonne maîtrise des mécanismes d’indexation, centralisation et exploitation des logs techniques et applicatifs pour la supervision et le troubleshooting des flux data.

• Capacité à instrumenter les pipelines Data/IA avec métriques, quality checks, alerting et dashboards opérationnels permettant la détection proactive des incidents et dérives qualité.

• Expérience dans la mise en place de contrôles automatisés de consommabilité des datasets avant exposition aux dashboards, KPI métiers et modèles IA.

• Analyse et troubleshooting des pipelines data.

• Root Cause Analysis et remédiation d’incidents data.

• Compréhension des problématiques Data Privacy, gouvernance des accès et conformité réglementaire.

Interactions principales

• Le poste travaille en transverse avec les métiers, architectes data, équipes Data Engineering, experts DevOps/Observability, squads IA/Data, DPO, sécurité, ainsi qu’avec les correspondants data des filiales MEA.

Profil recherché

• Diplôme en Informatique, Data Engineering, SI ou équivalent.

• 5+ ans d’expérience en Data : Engineering, Gouvernance, Quality, ou Architecture.

• Expérience sur des environnements Big Data / Cloud / Analytics.

• Bonne compréhension des problématiques de qualité, observabilité et industrialisation des plateformes data.

• Expérience dans des environnements multi-pays appréciée.

• Connaissance des domaines télécom, services financiers, digital appréciée.