Trouvez votre prochaine offre d’emploi ou de mission freelance DBT à Paris

Dans le cadre du développement et de l'industrialisation d'une plateforme Data Cloud internationale, nous recherchons un Data Engineer expérimenté DBT / Snowflake pour accompagner la conception, la transformation et la mise à disposition des données destinées aux équipes métiers, analytiques et Data Science. La mission s'inscrit dans un environnement Agile et international nécessitant un anglais courant pour les échanges quotidiens avec les équipes techniques et métiers. Principales responsabilités Concevoir, développer et maintenir des pipelines de transformation de données avec DBT . Modéliser les données selon les bonnes pratiques (Data Vault, Kimball, Star Schema). Développer et optimiser les traitements sur Snowflake . Participer à la conception et à l'évolution de l'architecture Data Cloud. Assurer la qualité, la cohérence et la gouvernance des données. Mettre en place les tests, la documentation et les contrôles de qualité dans DBT. Optimiser les performances des requêtes et des modèles de données. Collaborer avec les équipes Data, BI, Analytics et métiers pour comprendre les besoins fonctionnels. Participer à l'automatisation des déploiements et à l'industrialisation des workflows Data. Assurer le support et la maintenance évolutive des solutions mises en œuvre. Réalisations attendues Construction et industrialisation de modèles de données métier. Mise en place de pipelines ELT robustes et maintenables. Optimisation des coûts et performances Snowflake. Amélioration de la qualité et de la fiabilité des données. Documentation et standardisation des développements Data.

Description détaillée Appel d’Offre – Consultant Data Analytics Engineer – Intégration/Modélisation/Restitution de données - Domaine Corporate Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, le client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Environnement technique (exemples, à confirmer selon l'architecture existante ou cible)** Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - via APIs, exports ou connecteurs natifs). Destination : Snowflake(Data Warehouse Cloud). Orchestration : Airflow. Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent. Modélisation : DrawIO, Lucidchart ou autre support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint.

Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, le client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un entrepôt de données (Data Warehouse Snowflake) de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité.

Data Engineer – Construction Plateforme Data | Microsoft Fabric Secteur : Santé animale / Vétérinaire Type de mission : Freelance Expérience requise : 4 à 6 ans minimum Localisation : Paris 17e Le contexte Notre client est un acteur majeur du secteur de la santé animale , en pleine phase de structuration de sa donnée. Dans un contexte de forte croissance, l'équipe data — composée de deux Data Engineers et d'un Data Manager — a pour ambition de bâtir une plateforme data moderne, scalable et orientée impact métier . Ta mission Concevoir et faire évoluer une plateforme data from scratch (migration incluse) Mettre en place l' ingestion de données depuis des outils métiers et des APIs Développer et maintenir les transformations avec DBT Fiabiliser les données : détection d'anomalies, tests qualité, cohérence dans le temps Structurer des datasets exploitables par les équipes métiers Contribuer aux reportings et analyses pour accélérer la prise de décision Participer aux choix techniques et à l'évolution de l'architecture data Documenter les datasets et accompagner les équipes dans l'usage de la donnée Stack technique Microsoft Fabric Python / PySpark DBT Power BI Git / GitLab

Nous recherchons un Data Engineer Expert pour intervenir au sein de l’entité Intelligence Artificielle (IA) et robotisation (RPA), d'un grand groupe du secteur des assurances. 🎯 Contexte de la mission : L’entité Intelligence Artificielle a pour objectif d’apporter de la valeur aux clients et collaborateurs via des services efficaces et responsables. Ses domaines d’intervention : Data Engineering Machine Learning Deep Learning Conversationnel / Chatbot Assistant virtuel Analyse multimédia et multicanaux (voix, vidéo, langage naturel…) 🎯 Objectifs de la mission : Développement Data CAS (Contrôle d’Activités Sinistre) Migration Cloud

Introduction & Résumé Ce poste a pour but d'optimiser et d'unifier les capacités analytiques. Un consultant Data Analytics Engineer autonome est recherché pour intégrer, modéliser et restituer les données stratégiques du groupe. L'objectif principal est de fournir une vision consolidée et exploitable des indicateurs clés pour la prise de décision. Responsabilités Établir des connexions techniques sécurisées avec les systèmes sources (ERP, Finances, RH, etc.). Extraire et charger des données issues de différents domaines fonctionnels. Concevoir des pipelines d'ingestion automatisés fiables. Structurer et modéliser les données dans un Data Warehouse (Snowflake). Mettre en place des mécanismes de gouvernance des données. Développer des vues et agrégats spécifiques pour l'analyse. Documenter les pipelines d'ingestion et les modèles de données. Exigences clés Expérience en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation dans un environnement cloud (idéalement Snowflake). Compétences solides en data modeling analytique. Expérience en orchestration de pipelines de données. Capacité à travailler en méthodologie Agile (Scrum). Autonomie et bonnes compétences en communication. Atouts supplémentaires Connaissance des processus métiers dans l'hôtellerie ou secteur similaire. Autres Détails Situation : Projet d'intégration dans un environnement technique varié. Outils : Snowflake, Airflow, DBT, SQL, Python, Git, Confluence, Jira.

Contexte : migration de On premise vers GCP En tant que Data Engineer, vous serez au cœur de notre stratégie data. Vous concevrez et mettrez en œuvre des solutions innovantes pour collecter, transformer et stocker nos données massives. Votre expertise technique sera essentielle pour les projets et offrir des insights précieux à nos équipes métiers. Vos missions : Conception et développement: Définir et mettre en œuvre des architectures de données robustes (data lakes, data warehouses). Concevoir et développer des pipelines de données automatisés (ETL). Optimiser les performances des traitements de données. Technologies: Maîtrise des langages de programmation : Python, Scala, SQL. Expérience avec les outils de traitement de données : Spark, Hadoop, Kafka. Connaissance des bases de données relationnelles et NoSQL. Expérience avec les clouds (GCP) Collaboration: Travailler en étroite collaboration avec les équipes métiers. Participer à la définition de la roadmap data.

SETELIA propose le profil AEL, Analytics Engineer avec 5 ans d'expérience, disponible immédiatement — TJM : 545 €/j. MISSION EN COURS — SCOR (depuis janvier 2026) Programme de massification fournisseurs IT (~17 M€ pilotés) : consolidation de 6 sources de données hétérogènes, modélisation d'un dataset unifié, et production de dashboards Power BI à destination du CODIR IT. Pilotage de la qualité de la donnée de bout en bout. EXPÉRIENCES PRÉCÉDENTES OCDE/OECD : Migration CRM (~87 000 contacts), fiabilisation et nettoyage des données (Data Quality), structuration des pipelines de transformation. - L'Oréal IT (Cybersécurité / TVM) : Réduction significative des faux positifs sur la gestion des vulnérabilités, construction d'un pipeline de données GCP + API Microsoft (Cloud Run, BigQuery, GCS, Cloud Scheduler). STACK TECHNIQUE Power BI · DAX · Power Query (M) · SQL · SQLite · Python · Pandas · GCP · BigQuery · Cloud Run · GCS · Cloud Scheduler · DBT · Dataiku · Git/GitLab · ServiceNow · Azure FORMATION & CERTIFICATION EM Lyon Business School — Data Science & Digital Management (2021) - Sorbonne Université — Licence Physique (2019) - Certification Microsoft PL-300 (2026) Langues : Français natif — Anglais professionnel Disponibilité : Immédiate TJM : 545 €/j Contact : Billel ABBOUCHI — Ingénieur d'Affaires SETELIA — 07 69 42 93 23

Intégré(e) dans les équipes Plateforme Data le/la consultant(e) aura pour mission de concevoir, développer et maintenir des solutions de traitement de données à grande échelle, en utilisant des technologies telles que BigQuery, BigTable, Apache Kafka et Apache Spark. Mais aussi contribuer à des projets Data en apportant son expertise sur les tâches suivantes : montée en compétence sur l'ETL BigL, participation à la réalisation de projets métier dans le cadre de la solution offline ELT in-House Big Loader et BDI/DBT,[Saut de retour à la ligne]Le/la consultant(e) travaillera en étroite collaboration avec les équipes de développement et de production afin de garantir la qualité et la performance des solutions mises en place.[Saut de retour à la ligne] Livrables : Accompagner techniquement les autres membres de l'équipe (juniors) Active participation aux choix d'architecture technique Livrer les composants

Concevoir et implémenter des pipelines de données robustes et évolutifs Optimiser les performances et la rentabilité (optimisation des requêtes, clustering, stratégies de stockage) Implémenter des pipelines CI/CD et des frameworks d'observabilité pour améliorer la fiabilité des données Collaborer étroitement avec les architectes et les parties prenantes métiers pour s'aligner sur les objectifs stratégiques Promouvoir les bonnes pratiques en matière de gouvernance, sécurité et conformité des données Encadrer les ingénieurs et contribuer aux bonnes pratiques et aux normes d'ingénierie Assurer le support des environnements de production, résoudre les problèmes et effectuer des analyses de causes profondes Contribuer à l'amélioration continue de la plateforme de données

Astrelya est un cabinet de conseil franco‑suisse, en très forte croissance depuis sa création en 2017, spécialisé dans la transformation digitale, l’excellence opérationnelle et l’innovation technologique. Il est composé de 300 expert passionnés. Le cabinet accompagne ses clients sur l’ensemble du cycle de transformation, depuis la phase de cadrage jusqu’à la mise en œuvre opérationnelle, avec une expertise forte en Data/IA, Cloud, DevOps et méthodes agiles. Astrelya se distingue par un modèle fondé sur la proximité, la confiance et une culture humaine forte, qui place les collaborateurs au cœur de la création de valeur. Votre Mission : En tant que Data Analytics Engineer Senior, vous interviendrez au cœur des enjeux de modélisation analytique, de structuration de data products et de valorisation des données dans un contexte Risques (liquidité). Vous jouerez un rôle clé dans la transformation des données transactionnelles en modèles analytiques robustes, performants et exploitables par les équipes Risques, Finance et Data. Concrètement, vous allez : · Dé‑normaliser les transactions et les transformer en modèle en étoile adapté aux usages analytiques. · Concevoir et structurer un data product permettant le partitionnement et le clustering selon les axes d’analyse métiers. · Collaborer étroitement avec les équipes Risques pour comprendre les enjeux de liquidité, les indicateurs clés et les contraintes réglementaires. · Mettre en place des pipelines de transformation fiables, documentés et industrialisés. · Garantir la qualité, la performance et la gouvernance des données exposées. · Contribuer à l’amélioration continue des workflows DataOps et des bonnes pratiques d’ingénierie analytique. · Participer à la définition des standards de modélisation et d’architecture analytique au sein de l’équipe. Votre futur environnement technique : • Google Cloud Platform • BigQuery – entrepôt de données & moteur analytique • DBT – transformation & modélisation analytique • Airflow – orchestration • DataProc – traitements distribués • Cloud SQL – stockage & bases relationnelles • DataOps, CI/CD, bonnes pratiques d’ingénierie analytique

Piloter l'ingénierie des données de bout en bout sur Snowflake, dbt et SQL, de l'ingestion et la transformation des données sources jusqu'aux jeux de données analytiques prêts pour la production. Concevoir, implémenter et maintenir des modèles de données évolutifs et alignés sur les besoins métiers, en garantissant la cohérence, la réutilisabilité et la performance pour de multiples cas d'utilisation d'analyse et de reporting. Assurer des normes d'ingénierie élevées, notamment en matière de qualité du code, de tests, de documentation et de revues de code par les pairs, tout en promouvant activement les bonnes pratiques au sein de l'équipe. Fournir des jeux de données optimisés pour Tableau et compatibles avec la BI, permettant un reporting en libre-service fiable et des informations exploitables pour les parties prenantes. Agir en tant que contributeur technique senior, en assumant progressivement des responsabilités de leadership technique, notamment : - Encadrer et soutenir les ingénieurs de données juniors et intermédiaires. - Conseiller sur les décisions relatives à l'architecture et à la modélisation des données. - Être le référent technique pour les initiatives axées sur l'analyse.

Freelance – Data Engineer / Data Analyst Confirmé (Snowflake, Airflow, dbt) Contexte Notre client recherche un Consultant Data Engineer / Data Analyst confirmé pour renforcer son équipe Data et accompagner les évolutions de sa plateforme décisionnelle. Missions Concevoir et développer des pipelines de données robustes et performants. Participer à la modélisation et à la transformation des données. Assurer la qualité, la fiabilité et la disponibilité des données. Collaborer avec les équipes métier afin de répondre aux besoins d'analyse et de reporting. Participer aux bonnes pratiques de développement et à l'optimisation des traitements. Compétences requisesIndispensables Excellente maîtrise de Snowflake . Solide expérience sur Apache Airflow . Bonne maîtrise de dbt (Data Build Tool) . Expérience significative en environnement Data Engineering et Data Analytics. Anglais professionnel impératif (échanges réguliers dans un contexte international). Informations complémentaires Démarrage : 19 juillet 2026 Mission jusqu'à fin d'année avec possibilité de prolongation.

Bonjour, Nous recherchons pour notre client grand compte un Architecte Data Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour en français Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence DTA/5344-1 dans l'objet de votre message Contexte de la prestation La prestation s'inscrit chez un grand compte du secteur des médias et de l'audiovisuel, engagé dans la plateformisation de son offre numérique et le développement de ses usages data et IA. Le besoin porte sur la conception et la supervision d'architectures de données robustes et évolutives, au service des plateformes de traitement et de valorisation de la donnée du client. Activités principales Concevoir, implémenter et superviser des architectures et modèles de données robustes et évolutifs. Orchestrer la collaboration avec les équipes techniques pour garantir l'intégrité et la cohérence architecturale. Évaluer, sélectionner et optimiser les technologies et outils pour les infrastructures de données, notamment Azure Data Factory ou solutions équivalentes. Formaliser et déployer des référentiels de bonnes pratiques en matière de gouvernance des données. Diagnostiquer et résoudre les problématiques techniques complexes liées aux architectures de données. Disponibilité opérationnelle Maîtrise des outils collaboratifs et de gestion attendue : Jira, Confluence, GitHub. Pratique avancée des chaînes d'intégration et de déploiement continus : GitHub Actions, GitLab CI/CD, Azure DevOps