Vous prenez la responsabilité d'une équipe Data de 8 collaborateurs et contribuez à l'évolution de la plateforme Data, à la fiabilité des données et à leur exploitation par les équipes métiers. Management et développement de l'équipe Encadrer et accompagner une équipe de 8 personnes : 2 Data Engineers, 3 Analytics Engineers et 3 Data Analysts. Développer les compétences, l'autonomie et la performance collective. Accompagner les recrutements et structurer les bonnes pratiques de l'équipe. Favoriser une culture de collaboration, de qualité et d'amélioration continue. Leadership technique et Data Platform Piloter les évolutions de l'architecture et de la plateforme Data. Garantir la fiabilité, la qualité et la disponibilité des données. Accompagner l'équipe dans ses choix techniques et architecturaux. Faire évoluer les pipelines de données, les modèles et les processus de transformation. Définir et promouvoir les bonnes pratiques de Data Engineering, de modélisation et de gouvernance. Pilotage et collaboration métier Construire et prioriser la roadmap Data en lien avec les enjeux de l'entreprise. Garantir la qualité et la bonne livraison des projets. Collaborer étroitement avec les équipes Produit, Marketing, Business et Engineering. Traduire les besoins métiers en solutions Data fiables, évolutives et adaptées aux usages. Contribuer à la valorisation de la donnée au sein de l'organisation. Environnement technique : Modern Data Stack comprenant notamment BigQuery (Data Warehouse), dbt (transformation et modélisation des données) et Airflow (orchestration des pipelines). Une bonne compréhension de cet écosystème est essentielle, même si le poste ne nécessite pas de contribuer quotidiennement au développement.
Data Platform – Cloud – Analytics Engineering À propos de JEMS JEMS est une société de conseil et d'ingénierie spécialisée dans la Data et l'Intelligence Artificielle. JEMS accompagne les grandes entreprises dans la conception, la construction et l'industrialisation de leurs plateformes data, de la collecte des données jusqu'à leur valorisation métier. À travers ses expertises techniques et fonctionnelles, JEMS intervient sur des projets de transformation data ambitieux, dans des environnements innovants et à forts enjeux. Contexte de la mission Dans le cadre du développement de sa plateforme Data, notre client recherche un(e) Data Engineer / Analytics Engineer spécialisé(e) en DBT et Starburst. Vous intégrerez une équipe Data chargée de concevoir, développer et optimiser les traitements de données, tout en garantissant leur qualité, leur fiabilité et leur mise à disposition auprès des équipes métiers. La mission s'inscrit dans un environnement technique moderne, orienté vers la transformation et l'exploitation de données à grande échelle. Vos missions Concevoir et développer des pipelines de transformation de données avec DBT. Mettre en place et maintenir des modèles de données robustes, performants et réutilisables. Exploiter Starburst / Trino pour interroger et fédérer des données provenant de différentes sources. Optimiser les requêtes SQL et les performances des traitements. Participer à la structuration et à l'industrialisation de la plateforme Data. Mettre en place des tests de qualité, de validation et de fiabilité des données. Assurer la documentation des modèles et des flux de données. Collaborer avec les équipes Data Engineering, Analytics et métiers. Participer aux bonnes pratiques de développement, de versionning et de CI/CD.
Bonjour à tous 😀 Contexte de la mission : Nous recherchons un Data Engineer capable d'intervenir en autonomie sur l'ensemble du cycle de vie des pipelines de données de notre client! Missions principales : Concevoir, développer et maintenir des pipelines de données de bout en bout. Assurer l'ingestion, la transformation et la modélisation des données. Développer des traitements en Python / SQL / dbt. Orchestrer les flux de données avec Airflow. Garantir la qualité des données à travers les tests, la documentation et les bonnes pratiques de développement. Participer à l'amélioration continue de la plateforme Data Foundation. Collaborer avec les équipes techniques et métiers dans un environnement international. Environnement technique : Python | SQL | dbt | Airflow | Snowflake | GitLab | CI/CD | Tableau Informations pratiques : Localisation : Île-de-France Démarrage : 19 ou 26 octobre 2026 Durée : Mission longue Télétravail : À confirmer Déplacements / astreintes : Aucun Profil cible : Data Engineer Senior / Data Engineer Python-dbt / Analytics Engineer avec une forte dimension Engineering. Mots-clés sourcing : Data Engineer, Senior Data Engineer, Python, SQL, dbt, Airflow, Snowflake, Data Foundation, Data Platform, Analytics Engineer.
L'entreprise accélère la transformation et la digitalisation de ses processus RH, en partie grâce à une forte maîtrise de ses données People et de leurs usages. Pour accompagner cette transformation, nous déployons une plateforme RH mondiale intégrant un CORE RH (Workday) et plusieurs modules de talent management (Performance, Comp&Ben, Career management...). Au cœur de la réussite se trouve notre engagement envers nos 100 000 collaborateurs. L'équipe People Data joue un rôle essentiel dans ce développement. En rejoignant notre équipe pluridisciplinaire (plus de 30 experts : Data Product Managers, Data Analysts, BI engineers, Analytics Engineers, Data Engineers et d'experts en Gouvernance de données), vous travaillerez sur l'ensemble des processus RH et serez le garant de la gestion et de la protection de nos données. Objectifs et livrables En tant que Data Steward, vous jouerez un rôle essentiel dans la gestion et la protection des données au sein de l'entreprise. Vous travaillerez en étroite collaboration avec les équipes métiers, les équipes IT et les autres parties prenantes pour garantir que les données de votre domaine soient documentées, fiables, accessibles et conformes aux normes internes et réglementaires : Documentation & discoverability : vous participez à la structuration des concepts business et garantissez une documentation cohérente et centralisée dans le Data Catalog (Collibra). Vous assurez le lineage entre les concepts métiers et les connaissances techniques Accessibilité de la donnée : vous traduisez les besoins métiers en exigences techniques d'exposition, et accompagnez les Data Users dans la localisation et l'utilisation des données en favorisant l'usage du Data Catalog. Vous vous assurez que les ingestions de données dans le Datalake respectent les standards (storage zone, schémas, nomenclatures…). Vous documentez des entités propres aux ressources humaines (Job profile, Worker, Absence, Supervisory Organisation, etc.) Sécurité & conformité : vous veillez à ce que la donnée reste strictement conforme aux exigences de sécurité et aux règles légales (ex: CNIL, RGPD, PIPL). Vous vérifiez l'alignement avec le registre de traitement du DPO. Une attention extrême sera portée à la confidentialité des données personnelles et sensibles des collaborateurs. Animation & collaboration : vous collaborez activement avec les Data Owners, Data Quality Manager, Data Manager, Product Owners/Data Producers et équipes techniques (Data Engineers, BI Engineers). Vous contribuez également à la communauté globale des Data Stewards pour améliorer la maturité et faire évoluer les standards. Outils & processus : vous évoluerez dans un écosystème marqué par des solutions telles que Workday, des outils d'acquisition de talents, de performances et des systèmes de paie locaux et globaux.
Dans le cadre du développement et de l'optimisation de ses capacités analytiques, notre client souhaite renforcer ses équipes Data avec un Data Analytics Engineer expérimenté. Vous interviendrez sur des projets stratégiques liés au domaine Sustainability, avec pour objectif de centraliser, fiabiliser et valoriser les données permettant de piloter les indicateurs environnementaux du groupe. La mission porte principalement sur l'intégration, la modélisation et la restitution des données, avec une forte exigence en matière de qualité, de traçabilité et de gouvernance. Vous contribuerez notamment à la mise en place de tableaux de bord destinés au suivi des consommations d'eau, d'énergie et du gaspillage alimentaire, à destination des équipes Sustainability et des collaborateurs en région. Vos missions1. Intégration et ingestion des données Identifier et mettre en place des connexions fiables avec les différents systèmes sources (API, exports, connecteurs natifs). Extraire et intégrer les données issues de différentes sources : référentiels internes, achats, finance, ressources humaines et données Sustainability. Concevoir et automatiser des pipelines d'ingestion performants et évolutifs. Garantir l'intégrité, la disponibilité et la fraîcheur des données. 2. Modélisation et transformation des données Concevoir et développer des modèles de données analytiques dans Snowflake. Structurer les données selon des architectures adaptées aux besoins de restitution. Développer et maintenir les transformations SQL avec DBT Core. Optimiser les modèles de données pour garantir leur réutilisabilité et leurs performances. Documenter les règles de gestion et les modèles de données logiques et physiques. 3. Data Quality et gouvernance Mettre en place des mécanismes de contrôle et de suivi de la qualité des données. Garantir la traçabilité des données tout au long des pipelines. Gérer les métadonnées, les règles de rafraîchissement et les mécanismes de gestion des erreurs. Assurer la documentation technique et fonctionnelle des traitements et des flux de données. 4. Restitution et Data Visualisation Concevoir et développer des tableaux de bord interactifs sous Tableau. Traduire les besoins métiers en indicateurs et solutions de reporting adaptés. Développer des vues et agrégats de données répondant aux besoins des équipes Sustainability. Mettre à disposition des indicateurs fiables pour faciliter le pilotage et la prise de décision. Les principaux livrables attendus sont : Dashboard de suivi des consommations d'eau. Dashboard de suivi des consommations d'énergie. Dashboard de suivi du gaspillage alimentaire. 5. Orchestration et industrialisation Participer à l'orchestration des pipelines de données avec Airflow. Mettre en œuvre les bonnes pratiques de versioning et de CI/CD avec GitLab ou GitHub. Contribuer à l'amélioration continue des processus de développement et de déploiement.