FORMATION - EXPERT EN INGÉNIERIE DE DONNÉES (H/F)

💼 Offre d'emploi

Date de publication

14/08/2026

Dernière mise à jour

17/08/2026

Type de contrat

CDD - 12 Mois

Durée de travail

Temps plein (40H/semaine Travail en journée)

Expérience

Débutant accepté

Salaire brut

Discutable

Permis demandé

Aucune information

---

📍 Entreprise

---

Compétences nécessaires

• Analyser, exploiter, structurer des données

Description de l'offre

PRÉSENTATION DE KAISCHOOL

Kaischool est une école supérieure spécialisée dans les métiers du numérique, notamment l'Intelligence Artificielle, la Data, la Cybersécurité, le Cloud et les technologies digitales.

Notre mission est de préparer les professionnels et futurs experts aux transformations technologiques des entreprises grâce à des formations professionnalisantes, orientées compétences et employabilité.

Kaischool accompagne chaque apprenant dans la construction de son projet professionnel et propose un environnement pédagogique permettant de développer des compétences directement mobilisables en entreprise.

PRÉSENTATION DE LA FORMATION

La formation Expert en Ingénierie de Données prépare les participants à concevoir, développer et administrer des solutions permettant de collecter, transformer, stocker, sécuriser et exploiter les données.

Le parcours permet d'acquérir une vision complète de la chaîne de traitement de la donnée, depuis son ingestion jusqu'à sa mise à disposition pour les équipes Data, métiers et Intelligence Artificielle.

OBJECTIFS DE LA FORMATION

À l'issue de la formation, le participant sera capable de :

Concevoir des architectures de données adaptées aux besoins de l'entreprise.
Développer des pipelines de collecte et de traitement de données.
Mettre en œuvre des processus ETL et ELT.
Manipuler des bases de données SQL et NoSQL.
Traiter de grands volumes de données.
Automatiser les flux de données.
Déployer des solutions Data dans des environnements Cloud.
Contrôler la qualité, la sécurité et la disponibilité des données.
Collaborer avec les Data Scientists, Data Analysts et équipes IT.
PROGRAMME DE LA FORMATION
Module 1 - Fondamentaux de la Data
Introduction à la Data Engineering
Architecture des systèmes de données
Cycle de vie de la donnée
Qualité et gouvernance des données
Module 2 - Programmation et bases de données
Python appliqué à la Data
SQL
Bases de données relationnelles
Bases de données NoSQL
Module 3 - ETL / ELT et Data Pipelines
Collecte et ingestion des données
Transformation et nettoyage
Conception de pipelines
Automatisation des traitements
Module 4 - Big Data
Introduction aux architectures Big Data
Apache Spark
Traitement distribué
Gestion de gros volumes de données
Kafka et flux de données
Module 5 - Data Engineering Cloud
Concepts du Cloud Computing
AWS, Azure ou Google Cloud
Stockage et traitement des données dans le Cloud
Architectures Data Cloud
Module 6 - Industrialisation et DevOps
Git
Docker
CI/CD
Automatisation
Monitoring des pipelines
Module 7 - Projet professionnel
Étude d'un cas concret
Conception de l'architecture
Développement de la solution
Tests et optimisation
Présentation du projet
COMPÉTENCES VISÉES

La formation permet notamment de développer des compétences en :

Python / SQL / ETL/ELT / Apache Spark / Kafka / Airflow / Docker / Git / Cloud / Data Warehouse / Data Lake / Bases SQL/NoSQL

PROFIL / PUBLIC VISÉ

Cette formation s'adresse notamment :

Aux étudiants souhaitant se spécialiser dans la Data.
Aux professionnels de l'informatique souhaitant évoluer vers la Data Engineering.
Aux personnes en reconversion professionnelle disposant d'une première expérience ou de bases en informatique.
Aux profils souhaitant développer des compétences recherchées dans les métiers de la Data et du Cloud.
PRÉREQUIS
Formation ou expérience préalable en informatique, développement, systèmes, réseaux ou domaine connexe.
Connaissances de base en programmation recommandées.
Maîtrise de l'environnement informatique.
Motivation et capacité à travailler sur des projets techniques.
MODALITÉS DE FORMATION

Type de formation : Formation professionnalisante
Modalité : Présentiel / Distanciel / Hybride selon le parcours
Public : Étudiants, professionnels et personnes en reconversion
Niveau : À préciser selon le programme concerné
Durée : À préciser selon le parcours