Solution Architect

Plein-temps Contrat à durée indéterminée Bruxelles Brussel Vous possédez l’expertise et l’engagement que nous recherchons chez notre futur collègue? Vous renforcez le service Data Management and Methodology de la direction scientifique Data Governance. Cette direction vise à améliorer la gestion et la méthodologie des données au sein de l'organisation et en collaboration avec les autorités régionales, nationales et européennes. Elle s'engage en faveur de la réutilisabilité, de la valorisation et de l'innovation avec les données, les écosystèmes de données et les techniques avancées, dans le cadre d'un traitement sûr, conforme, éthique et transparent des données. Vous êtes responsable de la conception de la plateforme de données et analyse multi-user de Sciensano. Vous êtes spécialisé dans les plateformes de données et analyse, avec une expertise en architectures lakehouse, environnements de data science basés sur Kubernetes, écosystèmes open source et initiatives européennes de souveraineté numérique. Vous avez expérience dans la conception de plateformes scalables, interopérables, securisés (RGPD, NIS2) et orientées production utilisant des technologies telles que Kubernetes, Docker, PostgreSQL, MinIO, Spark, Onyxia, JupyterHub, et les frameworks modernes de gouvernance et de métadonnées. Vous faites le lien entre l'architecture au niveau organisationnel et la mise en œuvre technique détaillée. Vous collaborez avec les services internes et les partenaires externes afin de trouver une solution intégrée et robuste. Vos tâches comprendront, par ailleurs : développer l'architecture générale de la plateforme (y compris les logiciels, le matériel, le réseau, l'intégration et les flux de données), basé sur des technologies open source, souveraines et multi-user. définir et maintenir une stratégie technique axée sur l'évolutivité, la sécurité, la conformité et les performances. évaluer et fournir des conseils sur les technologies, les outils et les méthodologies pour les composants du système (pipelines d'acquisition de données, environnements de stockage et traitement, data science workbench, etc.). guider et soutenir les équipes techniques, évaluer les conceptions techniques et le code, soutenir les meilleures pratiques et résoudre les défis techniques. collaborer avec les différents services concernés, la direction et les partenaires externes et agir en tant que personne de contact technique; rédiger la documentation (technique). suivre de près le développement de la plateforme et garantir une mise en œuvre technique de haute qualité. résoudre de manière proactive les défis liés au système, gérer les incidents ; optimiser les performances, la sécurité et la stabilité en tant que défi permanent. Le profil Diplôme: Master en informatique, ingénierie, gestion des données (ou autre, complété par une expérience pertinente) Attention: le poste est ouvert au niveau Master, les candidats ayant un diplôme de grade supérieur peuvent candidater. Cependant, seul le titre de ‘Master’ pourra être valorisé dans le cadre de cette fonction spécifique. Expérience professionnelle: Au moins 3 ans d'expériencedans les plateformes de données, l'ingénierie des données, l'architecture de solutions, le stockage de données, les écosystèmes de mégadonnées, la modélisation des données et les technologies de bases de données ; conception et mise en œuvre de plateformes de données et plateformes d’analyse modernes. en architectures lakehouse, environnements de data science basés sur Kubernetes, écosystèmes open source (sans single vendor lock in), et initiatives européennes de souveraineté numérique. Compétences génériques: solides compétences en matière d'analyse et de résolution de problèmes; excellentes compétences interpersonnelles et communicatives, capable de transmettre des sujets complexes à un public technique et non technique; capacité à travailler de manière autonome, à hiérarchiser les tâches et à fournir des résultats de haute qualité; un esprit orienté client avec une forte orientation vers les résultats. Compétences techniques: architecture de plateformes de données ingestion de données, lacs de données, entreposage de données, pipelines ETL/ELT virtualisation, environnements de traitement sécurisés, environnements data science self-service et securisés gestion des métadonnées, gouvernance des données, confidentialité, protection et sécurité des données (e.
G. RGPD, NIS2, Data Governance act) conteneurs et orchestration (e.
G. Docker, Kubernetes, Helm) stockage (e.
G. MinIO, PostgreSQL, S3-compatible object storage) data processing (e.
G. Apache ecossystem, Iceberg, Spark, dbt,) plateformes d’analyse et data science workbench (e.
G. Onyxia, JupyterHub, OpenDataHub, Posit workbench) monitoring (e.
G. Grafana, Posit) securité (e.
G. Keycloak, vault) infrastructure (e.
G. Terraform, OpenStack) gestion des métadonnées et gouvernance des données gestion et version control (e.
G. open project, JIRA, github, gitlab) atout: sta