Mission

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.

Stack actuelle

• Transformation & Qualité : dbt (Must-have) / dbt tests

• Orchestration & Ingestion : Airbyte, Dagster

• Warehouse : GCP (BigQuery)

• BI & Activation : Metabase, Hightouch

• Gouvernance : Datahub

️ Responsabilités

1. Analytics Engineering & Modélisation (Cœur du poste)

• 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.

2. Data Analysis & Business Intelligence (La compétence "Plus")

• 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.

3. Gouvernance et Stratégie Data

• 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.

Profil recherché

Expérience

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.

️ Compétences requises

Compétences techniques

• 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).

Soft skills

• 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.

Notre process de recrutement

• 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

Package : 55/65K€