Data engineer

Vos missions


Analyse et valorisation de la donnée

* Recueillir, challenger et formaliser les besoins métiers
* Explorer, fiabiliser, nettoyer et analyser les données
* Produire des analyses claires, exploitables et orientées décision
* Construire et suivre des indicateurs de performance pertinents
* Identifier les écarts, tendances et axes d’amélioration


Data visualisation et restitution

* Concevoir des tableaux de bord et rapports sous Power BI, Tableau ou outils équivalents
* Modéliser les données pour une restitution lisible et fiable
* Garantir la cohérence des KPI et la qualité des restitutions
* Accompagner les utilisateurs dans la prise en main et l’interprétation des dashboards


Accompagnement métier

* Traduire les besoins opérationnels en solutions data concrètes
* Animer des ateliers avec les équipes métier et les parties prenantes
* Faciliter la prise de décision grâce à la donnée
* Contribuer à l’adoption des outils et usages data


Contribution aux projets Data et IA

* Préparer les données pour des cas d’usage avancés
* Participer à l’identification de cas d’usage data et IA
* Collaborer avec les équipes data, BI et techniques
* Contribuer à l’amélioration continue des pratiques de gestion et d’exploitation de la donnée


Contribution à l’activité Data

* Capitaliser sur les analyses, livrables et tableaux de bord réalisés
* Participer à la création de modèles, référentiels et bonnes pratiques
* Contribuer ponctuellement aux phases d’avant-vente ou de cadrage


Environnement technique

* SQL indispensable
* Power BI, Tableau ou autre outil de datavisualisation
* Excel avancé
* Python apprécié, notamment pour l’analyse et la préparation de données
* Outils de préparation et de transformation de données
* Environnement cloud ou data platform apprécié : Snowflake, BigQuery, Azure Data Platform


Outils et notions complémentaires appréciés

Sans rechercher un profil Data Engineer, une bonne connaissance de certains outils ou pratiques sera un plus :

* dbt pour la transformation et la modélisation de données
* Notions d’ETL / ELT
* Sensibilité aux outils d’orchestration de flux type Airflow
* Utilisation de Git ou d’un outil de gestion de versions
* Bonne compréhension des logiques de modélisation de données, de qualité de données et de gouvernance
* Aisance dans des environnements collaboratifs mêlant analystes, ingénieurs data et équipes métier