Analytics Engineer Full Stack - Freelance - Freelance

Taux journalier (TJM): 600€/jour

Contexte

Dans le but d'être data driven, les équipes ont besoin de réaliser des dashboards et cockpits pour prendre des décisions stratégiques. Le défi pour 2026 est de garantir une qualité et une accessibilité irréprochables de la donnée pour piloter la production mondiale.

Maîtrise de SQL, DBT, Tableau indispensable.

Missions

Au sein de l'équipe, la mission principale consiste à :

• Construire et modéliser la couche sémantique pour les domaines de l’industrie.

• Maintenir et repenser les datasets existants pour une architecture de données très complexe.

• Maîtriser dbt pour automatiser et industrialiser les pipelines de transformation servant les dashboards et modèles IA.

• Développer et maintenir un dashboard full stack performant sur Tableau, en assurant la réconciliation de sources hétérogènes.

• Garantir la fiabilité via des tests rigoureux et du monitoring.

• Interagir avec le collectif Data : les autres BI Engineers, Analytics Engineer, Product Managers, les métiers, l’équipe Data, les experts des data domains.

Outils & Environnement

• Data visualization : Tableau

• Data-platform : Amazon Web Services, Databricks, Unity Catalog, S3

• Code Programming : SQL, Python

• Data orchestration : Airflow

• Data modeling : dbt

• Version control : Git, Github

Conditions de travail

• Localisation : Lille

• Télétravail partiel possible

• TJM : 600€

Compétences techniques clés

• Minimum 4 ans d’expérience comme Analytics Engineer ou BI Engineer.

• Expertise Data Modeling : capacité à concevoir des architectures de données complexes et évolutives.

• Maîtrise avancée de la mise en œuvre de pipelines avec dbt.

• Maîtrise Tableau : développement de data visualisations efficientes indispensable.

• Compétences techniques : SQL (expert), Python, Databricks, AWS (S3), Airflow, Git/Github.

• Langues : français courant et bon niveau d’anglais.

Engagements et bonnes pratiques

• Respect des engagements de sprint.

• Qualité des développements.

• Documentation dans le wiki.

• Partage des savoir-faire.

• Amélioration continue de la qualité et de la disponibilité des données.

• Attention particulière à la maîtrise du SQL, dbt et Tableau.

• Développement collaboratif et qualité du code.

• Autonomie et force de proposition sur les sujets Data & la construction des dashboards.