Senior Data Engineer Azure — CDM

Mandat contractuel — Data Engineer senior (Azure) Secteur : services juridiques Montreal - Hybride ou Remote - Canada Contexte Un cabinet juridique en croissance développe une plateforme d'intelligence artificielle reposant sur un Data Lake et un système RAG (Retrieval Augmented Generation). Le présent mandat porte sur la

fondation data

de cette plateforme : consolider des données aujourd'hui dispersées entre plusieurs outils (gestion de cabinet juridique, comptabilité, gestion documentaire) dans un

Modèle de Données Commun (CDM)

propre, neutre et conforme, qui alimentera le pipeline RAG et les agents conversationnels. L'équipe d'ingénierie IA est déjà en place et prend en charge tout l'aval (vectorisation, indexation, agents). Le mandat se concentre

strictement sur l'ingénierie de données en amont

: de la couche brute (Bronze) vers la couche normalisée (Silver / CDM). Les données traitées relèvent du domaine juridique (dossiers, mandats, facturation, documents de cabinet) et sont par nature sensibles : le mandat s'exerce dans un cadre de

confidentialité élevée et de conformité à la Loi 25

. Mission Concevoir et livrer le pipeline qui transforme les données brutes en un CDM exploitable dans Cosmos DB, prêt à être consommé par le pipeline RAG. Responsabilités principales Développer les

Azure Functions

de transformation Bronze → Silver (architecture événementielle). Parser et normaliser

des structures JSON imbriquées complexes provenant des outils métier (dossiers, factures, lignes de facturation, contacts clients). Concevoir et écrire le

Modèle de Données Commun (CDM)

dans

Cosmos DB

, en gardant le modèle neutre vis-à-vis des outils sources (un changement d'outil = un changement de connecteur, pas du CDM). Mettre en place le

nettoyage qualité

: normalisation UTF-8 stricte (corruptions de caractères héritées d'anciens systèmes juridiques legacy et de fichiers macOS), gestion des dossiers incomplets ou mal liés. Appliquer le

filtrage de conformité

: exclusion des champs sensibles (taux et conditions individuels, informations bancaires) de la chaîne destinée au RAG, en cohérence avec la

Loi 25

. (Phase ultérieure) Développer la

synchronisation documentaire

via Microsoft Graph API (création/archivage de répertoires SharePoint déclenchés par le Change Feed Cosmos DB). Documenter le pipeline et assurer le transfert de connaissances vers l'équipe d'ingénierie IA.

Hors périmètre Vectorisation, embeddings, indexation Azure AI Search, conception des agents et des chatbots — pris en charge par l'équipe d'ingénierie IA. Aucune tâche de science des données (ML, modélisation statistique) n'est requise. Compétences requises Indispensables Niveau : Senior et autonomie Azure Functions (serverless, architecture événementielle) Cosmos DB : modélisation

et

Change Feed Azure Table Storage / Blob Storage ETL/ELT, transformation et parsing de JSON imbriqué Python et/ou .NET (selon la stack des Functions) Pratiques de qualité de données (normalisation, déduplication, gestion des données incomplètes ou corrompues) Atouts Intégration d'API métier (gestion de cabinet juridique, comptabilité, Microsoft Graph API) Expérience de données réelles dégradées issues de systèmes legacy (problèmes d'encodage, héritage de logiciels anciens) Sensibilisation à la

Loi 25

/ protection des renseignements personnels, idéalement en contexte de données juridiques sensibles Notions d'architecture orientée RAG (pour bien dimensionner la sortie du CDM) Pourquoi ce rôle est critique Le CDM est la

fondation

de la plateforme : tant qu'il n'est pas livré et propre, le pipeline RAG ne peut pas être alimenté. C'est une dépendance bloquante du chemin critique — d'où l'importance de pourvoir ce mandat en priorité et de démarrer dès l'ouverture du projet. Note : le nettoyage de données réelles est à variance élevée. La durée est communiquée en fourchette afin d'absorber les imprévus de qualité de données.