This listing includes English and French.
All Together, Extraordinary
www.adunaglobal.com
At Aduna, we’re building the backbone of the global API economy. By connecting telecom operators, cloud platforms, and software innovators, we’re enabling the next generation of digital communication services.
Behind those APIs sits data our teams must be able to trust: CAMARA API transaction data, operator (CSP) usage records, and cross-operator analytics that feed our BI, analytics, and ML. As our Senior Data Engineer, you will design our lakehouse from the first table onward, then build and operate the pipelines that run on it: ingestion, transformation, serving, quality, and governance.
What This Role Is (and Is Not)
This is a hands-on senior data engineering role with real architectural ownership. You will design the lakehouse and build it yourself. It is not a pure architect position, and there is no separate team to hand your designs to. If you want to write code every week and still own the blueprint, this is the seat.
What You’ll Do
- Design the lakehouse architecture (medallion layers, table formats, storage layout, access patterns) and own it as it evolves.
- Build and operate the core batch and streaming pipelines that ingest, transform, and serve API usage and operator data.
- Set the data standards the rest of the company builds on: modeling, naming, metadata, and data contracts.
- Implement governance from day one: ownership, PII classification and handling, RBAC, retention, and auditability.
- Make data trustworthy: validation checks, SLOs for freshness, completeness, and latency, monitoring and alerting, and incident response with postmortems.
- Deliver curated, documented datasets that BI and ML teams can use without asking you how.
What You Bring
- 6+ years of hands-on data engineering, with pipelines and data models you have designed, shipped, and operated in production.
- Strong SQL and Python, with solid Spark experience.
- Experience designing a lakehouse or warehouse architecture on a cloud platform, and the ability to explain the tradeoffs behind it.
- A track record of end-to-end ownership: you have run data incident response, made cost and reliability tradeoffs on a cloud platform, and been accountable for datasets other teams depend on.
- Practical experience implementing data governance: metadata, lineage, access controls, and quality controls.
✨ Bonus
- Lakehouse/warehouse platforms (Databricks, Snowflake, or equivalent) and open table formats (Delta/Iceberg/Hudi).
- Streaming and event systems (Kafka or Kinesis; Spark Structured Streaming or Flink).
- Orchestration and transformation tooling (Airflow or Dagster; dbt).
- DataOps practices: CI/CD for data, automated testing, and IaC (Terraform or equivalent).
- ML data enablement (feature-ready datasets, lineage for ML inputs).
Our Stack
Cloud object storage (AWS/Azure), lakehouse/warehouse platform (Databricks/Snowflake or equivalent), Spark, SQL, Python, orchestration (Airflow/Dagster), streaming (Kafka), BI tools (Power BI/Tableau/Looker), CI/CD and Terraform.
🌟 Why Join Aduna?
- Build technology that impacts millions
- Work with passionate, global teams
- Growth in a fast-moving, innovative environment
Our Offer:
- Hybrid model (3 days in our Montréal office)
- Competitive salary + full benefits (dental, medical, RRSP/DPSP)
- Unlimited PTO
- High ownership, collaboration, and room to grow
📄 By applying, you consent to the processing of your personal data for recruitment purposes.
🔗 Privacy notice: https://www.adunaglobal.com/privacy-notice/
Aduna is committed to a diverse and inclusive workplace and welcomes applicants from all backgrounds.
------------------------------------
Tous ensemble, extraordinaires
Chez Aduna, nous construisons l’infrastructure de l’économie mondiale des API. En mettant en relation les opérateurs de télécommunications, les plateformes cloud et les innovateurs en matière de logiciels, nous rendons possible la prochaine génération de services de communication numérique.
Derrière ces API se trouvent des données auxquelles nos équipes doivent pouvoir se fier: les transactions des API CAMARA, les données d’utilisation des opérateurs (CSP) et les analyses inter-opérateurs qui alimentent notre BI, nos analyses et notre ML. En tant qu’ingénieur(e) de données senior, vous concevrez notre lakehouse dès la première table, puis vous construirez et exploiterez les pipelines qui y reposent : ingestion, transformation, mise à disposition, qualité et gouvernance.
Ce que ce rôle est (et n’est pas)
Il s’agit d’un rôle d’ingénierie de données senior, résolument technique, avec une véritable responsabilité d’architecture. Vous concevrez le lakehouse et le construirez vous-même. Ce n’est pas un poste d’architecte pur, et il n’y a pas d’équipe distincte à qui transmettre vos conceptions. Si vous voulez coder chaque semaine tout en étant responsable du plan d’ensemble, ce poste est fait pour vous.
Ce que vous ferez
- Concevoir l’architecture du lakehouse (couches Medallion, formats de tables, organisation du stockage, modèles d’accès) et en assurer l’évolution.
- Construire et exploiter les pipelines principaux, par lots et en streaming, qui ingèrent, transforment et mettent à disposition les données d’utilisation des API et des opérateurs.
- Définir les normes de données sur lesquelles le reste de l’entreprise s’appuie: modélisation, nommage, métadonnées et contrats de données.
- Mettre en œuvre la gouvernance dès le premier jour: propriété, classification et traitement des données personnelles, RBAC, conservation et auditabilité.
- Rendre les données fiables: contrôles de validation, SLO d’actualité, d’exhaustivité et de latence, surveillance et alertes, gestion des incidents avec analyses rétrospectives.
- Fournir des ensembles de données sélectionnés et documentés que les équipes BI et ML peuvent utiliser en toute autonomie.
Ce que vous apportez
- 6+ ans d’ingénierie de données pratique, avec des pipelines et des modèles de données que vous avez conçus, livrés et exploités en production.
- Solides compétences en SQL et Python, avec une bonne expérience de Spark.
- Expérience de la conception d’une architecture lakehouse ou entrepôt de données sur une plateforme cloud, et capacité à en expliquer les compromis.
- Un historique de responsabilité de bout en bout: vous avez géré des incidents de données, arbitré des compromis coût/fiabilité sur une plateforme cloud et été responsable d’ensembles de données dont dépendent d’autres équipes.
- Expérience pratique de la mise en œuvre de la gouvernance des données: métadonnées, traçabilité, contrôles d’accès et contrôles de qualité.
✨ Bonus
- Plateformes lakehouse/entrepôt (Databricks, Snowflake ou équivalent) et formats de tables ouverts (Delta/Iceberg/Hudi).
- Systèmes de streaming et d’événements (Kafka ou Kinesis; Spark Structured Streaming ou Flink).
- Outils d’orchestration et de transformation (Airflow ou Dagster; dbt).
- Pratiques DataOps: CI/CD pour les données, tests automatisés et IaC (Terraform ou équivalent).
- Préparation des données pour le ML (ensembles de données prêts pour les modèles, traçabilité des données d’entrée).
Notre pile technique
Stockage objet cloud (AWS/Azure), plateforme lakehouse/entrepôt (Databricks/Snowflake ou équivalent), Spark, SQL, Python, orchestration (Airflow/Dagster), streaming (Kafka), outils BI (Power BI/Tableau/Looker), CI/CD et Terraform.
🌟 Pourquoi rejoindre Aduna?
- Construire une technologie qui impacte des millions de personnes
- Travailler avec des équipes passionnées et internationales
- Évoluer dans un environnement innovant et en croissance rapide
Notre offre:
- Modèle hybride (3 jours au bureau de Montréal)
- Salaire compétitif + avantages complets (dentaire, médical, REER/RPDB)
- Congés illimités
- Forte autonomie, collaboration et perspectives d’évolution
📄 En postulant, vous consentez au traitement de vos données personnelles à des fins de recrutement.
🔗 Avis de confidentialité: https://www.adunaglobal.com/privacy-notice/
Aduna s’engage à offrir un milieu de travail diversifié et inclusif et accueille les candidats de tous horizons.
\n\n
