Manager, Data Development

Job Requisition ID # 25WD89148

25WD89148, Responsable du développement des donnée

Aperçu du Poste

Autodesk a investi dans la prise de décision basée sur les données, optimisant ainsi les activités, les produits et les coûts de notre plateforme. Les cinq prochaines années transformeront notre façon de travailler, avec une augmentation considérable du volume de données et une expansion de l'IA / ML afin d'offrir encore plus de valeur à nos clients.

Sous la responsabilité du directeur Insights and Analytics, le responsable du développement des données constituera et dirigera une équipe chargée de mettre en place des pipelines et des processus de données évolutifs, fiables et de haute qualité qui alimenteront les activités d'analyse stratégique, les sciences des données et l’optimisation des coûts.

Au sein de l’équipe Analytics & Insights (A&I), vous jouerez un rôle essentiel dans la prise de décisions fondées sur les données en créant et en maintenant des pipelines de données fiables, des modèles de données sélectionnés et des ensembles de données prêts à être analysés.

Vous travaillerez en étroite collaboration avec des analystes, des scientifiques des données, des développeurs FinOps et des équipes produit afin de créer des solutions qui prennent en charge le reporting, l’expérimentation et l’analyse avancée à grande échelle.

Les candidats résidant à Toronto ou à Montréal, au Canada, seront privilégiés.

Responsabilités

Diriger et encadrer une équipe de développeurs de données chargés de développer et de maintenir des pipelines de données et des infrastructures sur des plateformes telles qu'AWS et Snowflake.

Définir et piloter la vision à long terme de l'ingénierie des données en accord avec la stratégie de la plateforme de données et la feuille de route analytique d'Autodesk.

Collaborer avec les analystes, les scientifiques de données, les développeurs FinOps, les équipes d'ingénierie et de produits afin de comprendre les besoins en matière de données et de les traduire en solutions de données évolutives.

Établir des normes claires d'excellence opérationnelle et définir « ce qui est considéré comme satisfaisant » à toutes les étapes du cycle de vie des données.

Piloter la conception et le développement de modèles de données et de processus ETL / ELT qui garantissent une qualité, une disponibilité et des performances élevées des données.

Promouvoir et mettre en œuvre les meilleures pratiques en matière d'ingénierie des données, notamment les tests, la documentation, la gouvernance et l'observabilité.

Tirer parti des approches basées sur l'IA dans les flux de travail liés aux données, notamment la détection des anomalies, l'optimisation de l'orchestration et la génération automatisée de code.

Gérer les calendriers, les ressources et les priorités des projets dans le cadre de multiples initiatives, dans un environnement interfonctionnel en constante évolution.

Se tenir au courant des nouvelles tendances en matière d'ingénierie des données et faire évoluer de manière proactive les capacités et les outils de l'équipe.

Qualifications Minimales

10 ans d'expérience en ingénierie des données, dont au moins 4 ans à un poste de direction ou de gestion.

Expérience avérée dans la direction d'équipes techniques et la réalisation de projets complexes d'ingénierie des données.

Expérience de travail avec des plateformes de données cloud (par exemple, AWS, Snowflake, Databricks) et des outils d'orchestration (par ex., Airflow).

Maîtrise de SQL, Python et des meilleures pratiques en matière de modélisation des données.

Connaissance des cadres de traitement des mégadonnées (par ex., Spark, Hadoop).

Expérience dans la création et la maintenance de pipelines de données à grande échelle, par lots et en temps réel.

Expérience avec les pipelines ETL et ELT, y compris les outils ETL traditionnels (par ex., Airflow, Informatica) et les cadres ELT modernes (par ex., dbt, Snowflake).

Excellentes compétences en communication et en gestion des parties prenantes.

Promouvoir une architecture évolutive grâce à la conception de systèmes de plateformes et à des modèles de conception modernes.

Qualifications Souhaitées

Expérience de travail dans des organisations de produits / plateformes ou dans le soutien à l'ingénierie des données pour des applications SaaS.

Connaissance des cadres de qualité des données, des outils d'observabilité et du CI / CD pour les données.

Connaissance des pratiques FinOps, de la sécurité des données et de la conformité dans les environnements cloud.

Connaissance des rôles AWS IAM, des autorisations et des meilleures pratiques pour un accès avec le moins de privilèges possible.

Passion pour l'accompagnement des talents et la constitution d'équipes inclusives et performantes.

Position Overview

Autodesk has invested in data‑driven decision‑making, optimizing our platform’s business, product, and cost. The next five years will transform how we work, with a surge in data volume and scaling of AI / ML to provide even greater value to our customers.

Reporting to the Director, Insights and Analytics, the Manager, Data Development will build and lead a team focused on building scalable, reliable, and high‑quality data pipelines and processes that power strategic analytics, data science and cost optimization activities across Autodesk’s platform initiatives.

As part of the Analytics & Insights (A&I) team, you will play a critical role in enabling data‑driven decision‑making by building and maintaining trusted data pipelines, curated data models and analytics‑ready datasets.

You will work closely with analysts, data scientists, FinOps developers and product teams to build solutions that support reporting, experimentation, and advanced analytics at scale.

Preference for candidates in Toronto or Montreal, Canada.

Responsibilities

Lead and mentor a team of data developers responsible for developing and maintaining data pipelines and infrastructure on platforms such as AWS and Snowflake.

Define and drive the long‑term vision for data engineering in alignment with Autodesk data platform strategy and analytics roadmap.

Partner with analysts, data scientists, FinOps developers, engineering and product teams to understand data needs and translate them into scalable data solutions.

Establish clear standards for operational excellence and define “what good looks like” across all stages of the data lifecycle.

Drive the design and development of data models and ETL / ELT processes that ensure high data quality, availability, and performance.

Champion and implement data engineering best practices, including testing, documentation, governance, and observability.

Leverage AI‑driven approaches in data workflows, including anomaly detection, orchestration optimization, and automated code generation.

Manage project timelines, resources, and priorities across multiple initiatives in a fast‑paced, cross‑functional environment.

Stay current with emerging trends in data engineering and proactively evolve the team’s capabilities and toolset.

Minimum Qualifications

10 years of experience in data engineering, with at least 4 years in a leadership or management role.

Demonstrated success leading technical teams and delivering complex data engineering projects.

Experience working with cloud data platforms (e.g., AWS, Snowflake, Databricks) and orchestration tools (e.g., Airflow).

Proficient in SQL, Python, and data modeling best practices.

Knowledge of big data processing frameworks (e.g. Spark, Hadoop).

Experience building and maintaining large‑scale batch and real‑time data pipelines.

Experience with both ETL and ELT pipelines, including traditional ETL tools (e.g., Airflow, Informatica) and modern ELT frameworks (e.g., dbt, Snowflake).

Excellent communication and stakeholder management skills.

Drive scalable architecture through platform systems design and modern design patterns.

Preferred Qualifications

Experience working in product / platform organizations or supporting data engineering for SaaS‑based applications.

Familiarity with data quality frameworks, observability tools, and CI / CD for data.

Knowledge of FinOps practices, data security, and compliance in cloud environments.

Knowledge of AWS IAM roles, permissions, and best practices for least‑privilege access.

Passion for coaching talent and building inclusive, high‑performing teams.

#J-18808-Ljbffr