Data Engineer Analyste GCP/ DBT Jean-Michel.io

Objectif de la mission : structurer, transformer et valoriser les données afin de produire des modèles fiables et exploitables par les équipes métiers et les outils de pilotage.

Est attendu de l'analytics engineer :

• Une capacité à communiquer clairement et à vulgariser les sujets data auprès des interlocuteurs non techniques.

• Un esprit collaboratif, sens du travail en équipe et de la transversalité.

• Une autonomie dans la prise de décision technique et aptitude à la justification argumentée des choix.

• Une contribution active à la stratégie data de l'entreprise

Responsabilités :

• Extraction des données depuis différentes sources (BigQuery, APIs, bases opérationnelles)

• La conception et la modélisation de données avec DBT pour les besoins analytiques

• La mise en place de pipelines de transformation et d'intégration des données

• Le développement de traitements data (Python, PySpark, SQL)

• La production de dashboards de pilotage (Power BI)

• La documentation et la traçabilité des modèles, transformations et rapports

• Structuration des couches de données (staging, marts, modèles métiers)

• Tests de qualité de données et gestion des dépendances dans DBT

• Réalisation d'analyses exploratoires et d'études ad hoc

• La collaboration avec les équipes métiers afin de transformer les besoins opérationnels en solutions data exploitables

• La contribution à la structuration et à la stratégie data du groupe.

• Documentation des modèles DBT et des règles de gestion

Livrables :

• Spécifications techniques détaillées

• Développements data (ingestion, transformation, modélisation)

• Dashboard Power BI

• Documentation complète dans les outils de gouvernance data.

️ Compétences techniques

• Maîtrise des concepts de modélisation de données et des outils de transformation (SQL, dbt, etc.)

• Cloud : Google Cloud Platform (BigQuery, Cloud Storage, Composer, Dataflow…)

• Solides compétences en traitement et intégration de données (ETL/ELT, data pipelines)

• Bonne connaissance des outils de visualisation et de reporting (Power BI, Tableau, Looker...)

• Compréhension des architectures data modernes et des principes de performance des systèmes.

Compétences fonctionnelles et analytiques

• • Capacité à relier les problématiques métier aux données disponibles.

• • Aptitude à modéliser et restituer les résultats sous une forme lisible, exploitable et actionnable.

• • Sens critique et rigueur dans l'analyse et la validation des données.

Ces compétences techniques et analytiques ne prennent leur pleine valeur que si elles s'accompagnent d'une posture ouverte et collaborative.