Analyste principal(e), Ingénierie de données

Caisse de dépôt et placement du Québec (CDPQ)•Montreal, QC

About The Position

Au sein de l’équipe d’Ingénierie de données, la personne titulaire du poste contribue à faire évoluer les produits et l’environnement de données en investissement afin de soutenir la prise de décision et la génération de convictions d’affaires. Dans un contexte où La Caisse cherche à capter et analyser davantage d’information, le rôle vise à réduire le délai entre la disponibilité des données et leur utilisation, tout en assurant leur qualité, leur gouvernance et leur accessibilité. La personne conçoit et met en place des capacités transversales de traitement et de transformation de données, tout en accompagnant les équipes dans l’adoption et l’utilisation optimale de ces capacités au sein de l’écosystème de données collaboratif.

Requirements

Diplôme universitaire de premier ou de deuxième cycle en informatique, en génie logiciel ou dans un domaine connexe lié à l’ingénierie de données
Un minimum de cinq (5) années d’expérience pertinente dans un domaine connexe à l’ingénierie de données
La maîtrise d’au moins un langage de programmation tel que Python ou C#, ainsi qu’une expérience avec des technologies modernes de données (par exemple Snowflake, Databricks, AWS)
Une expérience démontrée dans la mise en place de capacités de traitement de données et le développement d’écosystèmes de données
Une curiosité marquée pour la finance, ses différentes sources de données et ses dimensions mathématiques

Nice To Haves

Grande curiosité intellectuelle
Solides compétences en résolution de problèmes
Collaboration au sein d’équipes multidisciplinaires
Grande rigueur
Capacité à gérer efficacement plusieurs priorités en parallèle

Responsibilities

Collaborer étroitement avec les analystes, ingénieurs et scientifiques de données afin de comprendre leurs besoins en données et en capacités de traitement, et de développer des solutions adaptées et cohérentes avec l’écosystème existant
Participer à la conception et à la mise en œuvre de modèles de données ainsi qu’aux transformations nécessaires, principalement à l’aide de SQL et de Python
Concevoir, développer et maintenir des pipelines de données évolutifs, efficaces et tolérants aux pannes à l’aide d’outils tels qu’Airflow, Snowpark et Databricks, en mettant en place des patrons clairs et réutilisables
Développer et maintenir l’infrastructure de données, incluant les environnements d’entreposage et de traitement, ainsi que les solutions de qualité et de surveillance des données afin d’assurer leur exactitude, leur exhaustivité et leur cohérence
Veiller à la cohérence et à la qualité de la documentation de l’écosystème de données
Assurer une veille continue des nouvelles technologies, pratiques et cadres en ingénierie de données, et contribuer à l’amélioration de l’accessibilité et de l’utilisation des données économiques et financières