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. This is a hands-on senior data engineering role with real architectural ownership. 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.

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. 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. ~ 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). Orchestration and transformation tooling (Airflow or Dagster; CI/CD for data, automated testing, and IaC (Terraform or equivalent). ML data enablement (feature-ready datasets, lineage for ML inputs).

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. Hybrid model (3 days in our Montréal office) Market-competitive salary + full benefits (dental, medical, RRSP/DPSP) By applying, you consent to the processing of your personal data for recruitment purposes. 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. Il s’agit d’un rôle d’ingénierie de données senior, résolument technique, avec une véritable responsabilité d’architecture.

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. 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 dépend 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). Outils d’orchestration et de transformation (Airflow ou Dagster; 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. Travailler avec des équipes passionnées et internationales Modèle hybride (3 jours au bureau de Montréal) Salaire compétitif + avantages complets (dentaire, médical, REER/RPDB) En postulant, vous consentez au traitement de vos données personnelles à des fins de recrutement.

📌 Senior Data Engineer / Ingénieur(e) de données senior (Montreal)
🏢 Aduna Global
📍 Montreal