Data Engineer & API Automation (H/F)

Notre client est un groupe industriel européen spécialisé dans la fabrication de compléments alimentaires, présent sur plusieurs sites en France, Belgique, Italie et Pays-Bas. Acteur engagé à l'intersection de la santé et du bien-être, il accélère aujourd'hui la structuration et la modernisation de son système d'information. Dans ce cadre de transformation, la DSI renforce son équipe avec un profil Data & Integration Engineer — rôle transverse et stratégique, au cœur de la fiabilisation des données, de l'intégration applicative et de l'automatisation des processus. Vos missions : ?  Data Engineering & Qualité des données (cœur du poste, ~70%)

• Concevoir, développer et maintenir des pipelines ETL / ELT fiables et industrialisés
• Assurer les transformations, validations et migrations de données dans le cadre des projets ERP
• Mettre en œuvre les mécanismes de qualité : contrôles, règles de gestion, historisation, traçabilité
• Garantir l'intégrité, l'unicité et la cohérence des référentiels de données (MDM / PIM)
• Travailler sur des modèles relationnels et analytiques (étoile, snowflake)
• Contribuer au dictionnaire de données et à la documentation fonctionnelle et technique ?  Intégration & Interopérabilité (~15%)
• Concevoir et opérer les flux inter-applications via des solutions EAI / iPaaS (n8n, Boomi ou équivalent)
• Maintenir le catalogue de flux (SFTP, API REST, GraphQL) et en assurer la documentation
• Tester et déboguer les API avec des outils dédiés (Postman ou équivalent) ?  APIs & Services Data pour les métiers (~10%)
• Exposer des API et services data sécurisés pour faciliter l'accès aux données d'entreprise
• Permettre aux équipes de construire des POC, prototypes et cas d'usage IA rapidement
• Veiller à la gouvernance, à la sécurité et à la traçabilité des accès aux données ?  Automatisation & IA (~5%)
• Développer ou intégrer des automatisations via scripts, workflows EAI ou solutions low-code / RPA
• Contribuer à l'intégration de cas d'usage IA et aider à industrialiser les prototypes métiers Les compétences techniques
• • SQL avancé — indispensable (transformations complexes, optimisation, gouvernance)
• Solides bases en Data Engineering : pipelines, ETL/ELT, qualité et modélisation des données
• Maîtrise des API REST ; GraphQL appréciée
• Pratique de Git et sensibilité aux principes DevOps
• Expérience ou forte appétence pour Go, Python ou Node.js
• Familiarité avec les environnements cloud — idéalement Microsoft Azure (Functions, App Services, Logic Apps)
• Connaissance ou intérêt pour les outils EAI / automatisation (n8n, Boomi ou équivalents)
• Sensibilité aux enjeux d'urbanisation du SI et de gouvernance des données