Recruter ?

09 80 80 75 13

Analytics Engineer

Découvrez en détail les missions, compétences requises

et opportunités d’évolution

Description de la fonction

L’Analytics Engineer se situe exactement entre le Data Engineer (qui apporte la donnée brute) et le Data Analyst (qui l’interprète). Sa mission est de transformer, nettoyer et structurer les données au sein du Data Warehouse pour les rendre “prêtes à l’analyse”. Il ne se contente pas de faire des requêtes SQL ; il écrit du code réutilisable, testable et documenté pour s’assurer que tout le monde dans l’entreprise utilise la même définition d’un indicateur (ex: le “Chiffre d’Affaires”). Au quotidien, le Analytics Engineer collecte, structure et analyse les données pour produire des insights actionnables à destination des équipes métier. Il contribue à la gouvernance des données et accompagne la montée en maturité data de l’organisation.

Exemples d'objectifs attendus

  • Modélisation de la donnée (Transformation) : Créer des tables de données propres et performantes en utilisant des outils de transformation (comme dbt).
  • Garantie de la “Source de Vérité” : Faire en sorte qu’un Data Analyst Marketing et un Data Analyst Finance obtiennent le même résultat pour une même question.
  • Mise en place de tests : Automatiser la vérification de la qualité des données (ex: vérifier qu’il n’y a pas de valeurs nulles dans une colonne critique).
  • Documentation : Maintenir un catalogue de données clair pour que les utilisateurs métiers sachent quelles données utiliser.

Compétences nécessaires

Hard skills:
  • Maîtrise experte du SQL
  • connaissance des outils de transformation (dbt)
  • bases en Python
  • contrôle de version (Git)
  • plateformes Cloud (Snowflake, BigQuery).
  • Maîtrise de Python et/ou SQL pour l’analyse et la modélisation
  • Connaissance des plateformes cloud data (AWS, GCP, Azure)
  • Outils de visualisation (Tableau, Power BI, Looker)
Soft skills:
  • Esprit de structuration
  • excellente communication avec les métiers
  • curiosité pour les processus business
  • rigueur méthodologique.
  • Sens de l’organisation et rigueur dans la gestion des priorités
  • Autonomie et capacité à travailler en mode projet

Évolution professionnelle

D’où vient-on ? (Accès au poste)

  • Data Analyst : Ayant marre de nettoyer les données manuellement et souhaitant automatiser ses processus avec du code.
  • Data Engineer : Souhaitant se rapprocher des problématiques business et de la modélisation sémantique.
  • Consultant BI : Évoluant vers les nouvelles méthodes de la “Modern Data Stack”.

Vers quoi évoluer ? (Après le poste)

  • Séniorité : Senior ou Lead Analytics Engineer.
  • Management : Head of Data ou Analytics Manager.
  • Architecture : Data Architect (avec une spécialisation sur la couche sémantique).
  • L’Analytics Engineer est souvent le garant de la fiabilité des données qui alimentent les décisions de la direction.

Rémunération

Ville Expérience Salaire minimum Salaire maximum
Hors Paris Junior (0-2 ans) 40 000 € 48 000 €
Hors Paris Confirmé (2-5 ans) 48 000 € 62 000 €
Hors Paris Senior (5-10 ans) 62 000 € 75 000 €
Hors Paris Expert/Director (10+ ans) 75 000 € 90 000 €
Paris Junior (0-2 ans) 45 000 € 55 000 €
Paris Confirmé (2-5 ans) 55 000 € 70 000 €
Paris Senior (5-10 ans) 70 000 € 85 000 €
Paris Expert/Director (10+ ans) 85 000 € 100 000 €
fr_FRFrench
Avant d'aller plus loin apprenons à nous connaitre :

Juste quelques informations :

Avant d'aller plus loin apprenons à nous connaitre :

Juste quelques informations :

Vos données personnelles ne sont utilisées que pour vous permettre de recevoir des informations commerciales de digiRocks et lui sont strictement réservées. Conformément à la réglementation sur les données à caractère personnel vous disposez d’un ensemble de droits (opposition, suppression, modification).