Taux journalier (TJM): Selon profil (il sera un critère décisionnel)

Analyst Engineer

Contexte

Le client est une maison de luxe internationale organisée en data mesh, avec un portefeuille de domaines métier (manufacturing, supply, finance, merch, customer, sales…). L'équipe Data est structurée autour de 4 pôles d'expertise : Analyst Engineering, Data Science, Delivery Management / gestion de projet, et DataViz.

En tant qu'analyste ingénieur, vous serez rattaché à un domaine métier.

Missions

• Concevoir, développer et maintenir des pipelines de données au sein d'un environnement data mesh

• Assurer l'intégration de sources et de consommateurs de données (API, systèmes type ERP/planning, outils de reporting)

• Collaborer étroitement avec les équipes DataViz pour anticiper les enjeux de modélisation en aval (reporting/BI)

• Être force de proposition fonctionnelle : comprendre les enjeux métier au-delà de la seule exécution technique

• Échanger ponctuellement avec les interlocuteurs métier et les autres pôles d'expertise (delivery management, data science)

• Participer aux échanges avec des interlocuteurs anglophones (et parfois italophones selon le domaine d'affectation)

Stack technique - Indispensable

• Excellente maîtrise de SQL

• DBT (version 1.9 ou supérieure)

• GCP (bonne aisance sur les briques applicatives de la plateforme)

• Airflow (orchestration)

• Airbyte (intégrations)

• Python, notamment pour la création de flux de données et l'intégration de sources/systèmes tiers

Compétences appréciées - Non rédhibitoires

• Aisance avec les outils IA/LLM (type Gemini, GitHub Copilot) comme levier de productivité en développement

• Bons réflexes DevOps

• Maîtrise de l'italien (utile ponctuellement pour l'un des domaines métier, mais l'anglais reste la langue privilégiée)

Profil recherché

• Minimum 3 ans d'expérience (pas de plafond strict — évaluation au cas par cas selon la pertinence du profil, pas uniquement sur l'ancienneté)

• Profil "Analyst Engineer" au sens plein du terme : à la fois technique (transformation/ingénierie de données) et analyste (compréhension fonctionnelle de la donnée manipulée)

• Pas un profil "technicien SQL" pur : capacité à faire le lien entre les enjeux techniques et les besoins métier