Mission freelance data engineer à Grenoble (2026)

Le CEA (principalement le CEA-Leti pour la microélectronique et le CEA-Cadarache pour le nucléaire, bien que ce dernier soit à Aix) génère des besoins en data engineering pour ses projets de recherche. Les missions portent sur plusieurs sujets : traitement des données de simulation physique (résultats de simulations Monte-Carlo ou de dynamique moléculaire qui peuvent dépasser plusieurs téraoctets), construction de pipelines de gestion des données expérimentales dans les laboratoires (LIMS — Laboratory Information Management Systems), et mise en place d'architectures data pour les projets de physique computationnelle. Les compétences requises sont spécifiques : Python scientifique (NumPy, SciPy, h5py pour les fichiers HDF5), connaissance du calcul parallèle (MPI, OpenMP), et familiarité avec les environnements Linux HPC (modules, SLURM). Ces missions sont intellectuellement très stimulantes mais peuvent avoir des contraintes d'accès liées aux habilitations pour certains projets.

Schneider Electric, dont le principal pôle industriel et R&D français est à Grenoble, est l'un des clients data les plus actifs de la région. Les missions portent sur plusieurs domaines stratégiques : les pipelines de données IoT pour EcoStruxure (la plateforme IoT de Schneider) qui ingère des données de millions de capteurs d'énergie déployés chez des clients industriels et de bâtiments, les architectures de traitement des données de maintenance prédictive des transformateurs et tableaux électriques (analyse de signatures de défauts), et les pipelines de reporting ESG/RSE (Schneider s'est fixé des objectifs de sustainability ambitieux et a besoin de data engineers pour construire ses pipelines de mesure d'impact). La stack technique combine Azure (Microsoft est le partenaire cloud principal de Schneider) avec Python, Spark et des outils IoT spécifiques.

INRIA Grenoble-Rhône-Alpes est l'un des centres INRIA les plus actifs de France, avec des équipes de recherche sur les systèmes distribués, l'apprentissage automatique et l'optimisation combinatoire. Les data engineers freelances peuvent intervenir sur des missions de recherche appliquée : construction de plateformes expérimentales pour tester des algorithmes distribués (déploiement de clusters Spark ou Ray pour des expériences), mise en place de pipelines de benchmark de modèles ML (construction des datasets, automatisation des évaluations), et développement d'outils de visualisation de données scientifiques. Ces missions sont proposées via des contrats de recherche (ANR, ERC, H2020) avec des processus de contractualisation spécifiques. Les budgets sont souvent limités, mais les missions apportent une crédibilité académique et une exposition à des problèmes techniques de pointe qui enrichissent significativement un portfolio de data engineer senior.

HDF5 (Hierarchical Data Format version 5) est un format de fichier scientifique conçu pour stocker et organiser des volumes massifs de données numériques — typiquement des tableaux multidimensionnels de nombres. Il est hiérarchique (comparable à un système de fichiers dans un fichier), supporte la compression et le chunking pour optimiser l'accès aux données, et est conçu pour la lecture parallèle sur des systèmes HPC. Le CEA-Leti l'utilise pour stocker les résultats de simulations physiques (simulations de procédés de fabrication de semi-conducteurs, simulations électromagnétiques) qui peuvent générer des fichiers de plusieurs gigaoctets à plusieurs téraoctets. En Python, la bibliothèque h5py permet de lire et écrire des fichiers HDF5 avec une API proche de NumPy. Pour un data engineer freelance intervenant au CEA, la maîtrise de h5py, de la structure des groupes et datasets HDF5, et des techniques de lecture parallèle (avec h5pyd ou via MPI), est aussi importante que la maîtrise de Spark pour les missions habituelles. Ce profil hybride data engineering + HPC scientifique est extrêmement rare sur le marché — d'où la prime tarifaire grenobloise.