Data Engineerpass Culture

Le pass Culture est un dispositif d’intérêt général porté par le ministère de la Culture.

Depuis son lancement, le pass Culture a accompagné près de 5 millions de jeunes. Il permet aux jeunes de 15 à 21 ans de découvrir et d’explorer la culture grâce à une application gratuite et géolocalisée. Véritable média culturel, il leur offre un accès simplifié aux événements, lieux et biens culturels près de chez eux.

Le ministère de la Culture finance le volet individuel du pass Culture, qui attribue des crédits aux jeunes de 17 et 18 ans (utilisables jusqu’à leurs 21 ans) pour leur permettre de découvrir la diversité culturelle et d’intensifier leurs pratiques culturelles.

En parallèle, un volet collectif, financé par les ministères de l’Éducation nationale et de la Jeunesse, de l’Agriculture, des Armées et le secrétariat d’Etat à la Mer est dédié aux établissements scolaires, de la 6e à la terminale, pour soutenir l’éducation artistique et culturelle en classe.

L’ensemble permet à chaque jeune, dès le collège et jusqu’à l’âge adulte, de se familiariser avec toutes les expressions culturelles, dans leur très grande diversité, et d’être accompagné dans une découverte durable de la richesse culturelle de notre pays.

Le pôle data, d’une douzaine de personnes, au sein de la direction technique est composé à la fois d’analysts, scientists et engineers qui travaillent en collaboration avec les différentes équipes du pass Culture (tech, produit, développement, éditoriales).

Son rôle est de collecter et de transformer la donnée afin de créer de nouveaux services et de proposer des solutions aux différentes problématiques rencontrées.
Le pôle est notamment en charge de la mise en place de services de ML et/ou AI (recommandation, conformité, segmentation, amélioration du catalogue produit via LLM…), d’analyses sur les pratiques culturelles et sur les différentes features produit (utilisation de la recherche, la performance de la page d’accueil de l’application mobile, rétention des utilisateurs et des acteurs culturels…), de la mise à disposition de tableaux de bord pour les équipes internes ainsi que de la valorisation de la donnée à l’externe (institutions, partenaires et grand public).

Au sein du pôle data, l’équipe Data Engineering est le moteur de notre stratégie “data-driven”. Notre mission est de bâtir et de piloter l’infrastructure invisible mais vitale qui transforme des millions d’interactions brutes en leviers de décision. Entre ingénierie de pointe et enjeux d’intérêt général, nous concevons des pipelines haute performance pour garantir une donnée fluide, fiable et sécurisée, permettant ainsi à nos équipes de proposer la meilleure expérience culturelle possible à toute une génération.

Au sein de l’équipe Data Engineering, tes missions seront :

• Conception, développement et déploiement des pipelines ELT robustes et scalables pour alimenter notre Data Warehouse (BigQuery).

• Responsabilité de l’intégrité et de la fiabilité des données. Mise en place des tests automatisés et des outils de monitoring pour assurer une qualité de donnée irréprochable (Dbt, elementary, …).

• Développement, supervision et amélioration des services pour faciliter le travail des Data Analysts et Data Scientists, leur permettant de piloter l’activité et d’améliorer nos services data (ML, IA, reverse ETL).

• Optimisation des infrastructures pour supporter la croissance et garantir des temps de traitement performants

• Participation à la stratégie data et aux rituels de notre pôle : stand-ups, démo, team building, etc

• Accompagnement et coaching des data analysts & scientists sur leurs problématiques engineering

Notre stack :

Infrastructure : GCP (GCS, K8s, Compute Engine, CloudSQL, VertexAI)
ELT / Data Warehouse : Airflow, BigQuery, dbt, Python, Rest API, Clickhouse
Data Visualisation : Metabase, Looker
ML : Python, Tensorflow / Pytorch, MLFlow
Data Ops : Github Actions,  ArgoCD, Grafana, Terraform

Une bonne partie est open source, tu peux trouver les repos ici : https://github.com/pass-culture

Compétences techniques (Hard Skills)

• Maîtrise de Python, Docker, Airflow. Kubernetes est un plus.

• Expérience significative dans la construction de pipelines de données modernes (DBT).

• Expérience sur une plateforme data cloud (GCP, AWS), avec des enjeux de scalabilité.

• Expérience dans la construction et la maintenance de systèmes en production (API, Terraform).

• Expérience appréciée dans l’industrialisation Data Science

• Expérience: 3 ans en tant que Data Engineer / ML Engineer

Savoir être (Soft skills) :

• Excellente communication orale et écrite en français, anglais technique

• Esprit d’analyse, sens des priorités, rigueur et organisation

• Capacité à diagnostiquer les problèmes de performance dans un environnement complexe

• Goût pour la documentation et le partage de connaissance

• Esprit d’équipe et intérêt pour la mission du pass Culture