Stagiaire PFE Data : Data Quality augmentée par l'IA

À propos du poste

KPMG Tunisie recherche un(e) stagiaire Data Engineer(e) en fin d'études (PFE) de 6 mois, basé(e) à Tunis (Lac III), avec un contrat de type CDD et un mode de travail hybride. Le projet consiste à concevoir un framework de Data Quality augmenté par l'IA pour les Modern Data Platforms, capable d'exploiter les données, leurs métadonnées et leur documentation pour proposer des règles de qualité pertinentes, générer les contrôles associés et aider à l'analyse des anomalies.

Missions principales

• Concevoir et développer le framework de Data Quality augmenté par l'IA, qui exploite les données, leurs métadonnées et leur documentation pour proposer des règles de qualité et générer les contrôles associés.
• Cadrer les cas d'usage, les jeux de données et les critères d'évaluation du démonstrateur.
• Mettre en œuvre une chaîne de profiling et d'analyse des métadonnées sur Databricks ou Snowflake.
• Concevoir un moteur IA proposant des règles de qualité contextualisées, explicables et validables par un utilisateur.
• Générer et exécuter automatiquement des contrôles avec SQL, PySpark ou Great Expectations.
• Développer le pipeline de suivi des résultats et d'aide à l'analyse des anomalies détectées.
• Évaluer la pertinence des règles, la couverture, les faux positifs et les gains de productivité, puis formuler les recommandations d'industrialisation.

Profil recherché

• Étudiant(e) en dernière année d'une école d'ingénieurs, en recherche d'un stage de fin d'études de 6 mois.
• Spécialisation en Data Engineering, Data Science, Cloud ou Intelligence Artificielle.
• Maîtrise du français et de l'anglais dans un environnement professionnel.
• Intérêt pour les LLM, le RAG, le prompt engineering et la génération structurée de résultats.
• Capacité d'analyse, de synthèse et de communication, travail en équipe, autonomie et rigueur.

Compétences requises

• Python et SQL.
• Bonnes bases en conception et développement de pipelines de données.
• Une première expérience avec Spark, PySpark, Databricks ou Snowflake est appréciée.
• Une connaissance de Great Expectations ou d'un outil équivalent est un plus.
• Outils de versioning, Git, CI/CD et tests automatisés.
• Sensibilité aux enjeux de sécurité, de gouvernance et de contrôle des accès aux données.

Ce que nous offrons

• Accès à un environnement multiculturel et à des projets d'envergure dans un contexte international.
• Politique de mobilité France Maghreb & Afrique Subsaharienne.
• Formation KPMG Academy.
• Mode de travail hybride sur le marché local et les marchés voisins.