Vous rejoignez une équipe à taille humaine, en prise directe avec le Head of Data & IA, pour maintenir et faire évoluer les applications internes et client de Business Intelligence, reporting et datavisualisation.

Missions principales

• Maintien & évolution des applicatifs web de BI, dashboards et reporting existants (Node.js/Express, React, PostgreSQL, Snowflake).

• Conception et développement de nouvelles fonctionnalités orientées data-visualisation (graphiques interactifs).

• Optimisation des performances backend (requêtes SQL/PostgreSQL, modélisation dans Snowflake) et frontend (lazy-loading, virtualisation de grilles).

• Industrialisation : tests unitaires/ d’intégration, CI/CD, documentation, bonnes pratiques de clean code.

• Collaboration quotidienne avec les Data Analysts/Business Analysts pour traduire les besoins métier en solutions pragmatiques et scalables.

• Veille et innovation : proposer de nouveaux composants UI/UX et bonnes pratiques autour de la data-viz.

Stack & environnement technique

• Backend : Node.js 18+ & Express.

• Frontend : React.js, React Charts

• Base de données : PostgreSQL 13+, Snowflake Data Warehouse.

• Data : Python

• CI/CD & Cloud : GitHub Actions

• AI Coding : GitHub Copilot, Cursor IDE avec Claude sonnet 3.7 (soutien mais non substitut).

Expérience

• ≥ 3 ans d’expérience consolidée sur des projets web full-stack JavaScript.

Compétences techniques obligatoires

• Maîtrise de Node.js/Express et React (hooks, state management).

• Connaissance avancée de JavaScript/TypeScript.

• Pratique solide de git et méthodologies agiles (Scrum/Kanban).

Compétences techniques appréciées

• SQL avancé (analytical functions, optimisation) ; design de schémas relationnels.

• Pratique de Snowflake ou d’un entrepôt cloud équivalent.

• Librairies de datavisualisation (D3.js, Recharts, Ant Design Charts…).

• Architecture micro-services, GraphQL, REST best practices, tests automatisés.

Soft Skills

• Rigueur et souci de la qualité du code.

• Culture data : curiosité pour les chiffres, les KPIs, la mise en récit visuelle.

• Autonomie et sens de l’organisation ; capable de cadrer soi-même un besoin technico-métier.

• Esprit d’équipe : collaboration étroite avec Data Engineers & Analysts.

• Innovation raisonnée : utilisation d’outils d’IA en support, tout en gardant un esprit critique.