Ta mission principale est de construire et maintenir la "colonne vertébrale" de la donnée :
Tu agis comme le pont technique entre la Data Engineering et les besoins métiers,
Tu es d'abord un bâtisseur (Analytics Engineer) capable de modéliser des données complexes,
Tu possèdes aussi la sensibilité business (Data Analyst) pour exploiter ces modèles et répondre aux questions stratégiques quand c'est nécessaire.
Ton objectif : Faire en sorte que la donnée soit propre, testée, documentée et prête à l'emploi, pour accompagner une meilleure prise de décision rapide et fiable, plus de focus business, plus de performance.
L’équipe Data agit comme un levier stratégique au service du Comex et des équipes Sales, Growth, Finance, CS, Marketing & Product. Elle garantit la qualité des données, la pertinence des modèles, la fiabilité du reporting et la cohérence de la vérité chiffrée à travers l’entreprise.
Transformation & Qualité : dbt (Must-have) / dbt tests
Orchestration & Ingestion : Airbyte, Dagster
Warehouse : GCP (BigQuery)
BI & Activation : Metabase, Hightouch
Gouvernance : Datahub
Architecture dbt : Concevoir, maintenir et optimiser les modèles de données (staging, intermediate, marts).
Qualité & Robustesse : Mettre en place les tests (dbt tests), le monitoring et assurer la non-régression des données.
Bonnes pratiques Engineering : Appliquer la rigueur logicielle au monde de la data (CI/CD, Versioning/Git, Code Review, Modularité).
Performance : Optimiser les requêtes SQL et les coûts BigQuery.
Valorisation des modèles : Concevoir, construire et maintenir des dashboards clairs et actionnables sur Metabase basés sur tes propres modèles dbt.
Analyses ad-hoc : Être capable de redescendre sur le terrain de l'analyse pour aider le COMEX ou les équipes (Growth, Sales, Finance) sur des questions complexes (Cohortes, Funnel, Retention).
Structurer et industrialiser la définition des KPIs.
Self-Service : Former les équipes métiers à l'utilisation autonome des données que tu as préparées.
Documentation : Garantir que chaque métrique et chaque table est documentée (dictionnaire de données).
Stakeholders : Travailler étroitement avec les Stakeholders sur la définition des besoins, et faciliter l’appropriation de la data par les équipes.
Teamwork : Travailler main dans la main avec ton équipe sur l'ingestion et les workflow.
Culture : Installer une culture data-driven, pragmatique et orientée impact.
5+ ans d’expérience cumulée dans la Data.
Tu as un profil hybride : tu as peut-être commencé comme Data Analyst avant de te spécialiser en technique, ou inversement.
Au moins 2 à 3 ans d'expérience spécifique sur dbt et l'Analytics Engineering dans une stack moderne.
SQL Expert : Tu écris du SQL performant, lisible et tu maîtrises les fonctions de fenêtrage et les structures complexes.
dbt & Modélisation : Tu sais modéliser en étoile (Kimball) et tu maîtrises l'écosystème dbt (macros, tests, packages).
Git & CI/CD : Tu es à l'aise avec le flux de développement (branches, PR, merge).
BI : Tu sais construire des dashboards qui racontent une histoire (Metabase, Looker, ou équivalent).
Nice to have : Connaissance de Python (pour des scripts d'automatisation ou Dagster) et des outils d'ingestion (Airbyte/Fivetran).
Rigueur d'ingénieur : Tu détestes le code dupliqué et les "magic numbers".
Pragmatisme : Tu sais construire pour l'avenir tout en livrant de la valeur rapidement (Done is better than perfect).
Communication : Tu sais vulgariser des concepts techniques complexes pour des interlocuteurs non-techniques.
Screening RH avec Thomas, Talent Acquisition Manager (30')
Management Fit avec Ceydric, Engineering Manager (60')
Restitution du Skill Test avec l'équipe Data (90')
Stakeholders Fit avec des membres de l'équipe RevOps (45')
Culture Fit
Rencontrez Brandon, Développeur Back end
Rencontrez Victor, Account Executive
Ces entreprises recrutent aussi au poste de “Données/Business Intelligence”.