Analytics Engineer DBT Databricks FP&A Logistique

La fonction FP&A d’un client se transforme avec la mise en place d’agents et de solutions d’automatisation au service du contrôle de gestion de l’activité logistique. L’Analytics Engineer intégrera l’équipe sous la responsabilité du finance data & AI leader. Mission longue basée à Lille (hybride). L’Analytics Engineer sera responsable de la réadaptation d’un projet existant sur un outil en phase de décommissionnement, de l’analyse et la compréhension de l’architecture et des modèles, de la collaboration étroite avec le staff engineer, le software engineer et le leadership pour réadapter la solution sur la stack data cible. Il/elle conduira l’étude et la migration des sources de données vers la zone datalake cible, documentera les données et les règles de transformation existantes, concevra et développera des pipelines de données robustes et évolutifs, mettra en œuvre des règles de transformation complexes et s’assurera de la mise à disposition des données avec contrôles qualité et tests (unitaires, UAT). Compétences techniques demandées : expérience significative dans la mise en œuvre de pipeline de transformation de données avec dbt, SQL ; maîtrise des environnements de développement sur le Cloud (ex : AWS S3, DataBricks, etc.) ; maîtrise des outils de développement Git, Github, CI/CD ; data quality testing (Unit/Integration/Function/non regression, UAT).

Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Profil recherché

4 ans d’expérience comme Analytics ou Data Engineer, hors alternance. Curiosité, proactivité pour comprendre le besoin métier, connaissance des métiers financiers un plus. Rigueur, autonomie, sens du service, forte appétence pour la découverte et la résolution de problèmes, volonté d’apprendre et d’apporter de la valeur. Compétences techniques requises : dbt (Confirmé), DATABRICKS (Expert), NEXT.JS (Élémentaire), JavaScript / React (Élémentaire). Maîtrise des outils de développement et des bonnes pratiques : Git, Github, CI/CD. Connaissance de Cluster Computing Fundamentals et pratiques de data quality testing (Unit/Integration/Function/non regression, UAT). Compétences linguistiques : Français et Anglais courant. Savoir-être : sens de l’organisation, esprit analytique et critique, capacité de résolution et flexibilité dans un contexte changeant.