Trouvez votre prochaine mission ou futur job IT.

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

Si la Data est pour toi une passion plus qu'une compétence, rejoins notre univers technique qui t'attend de pied ferme avec ce poste d' Analytics Engineer Senior ! 🚀 Ton challenge si tu l'acceptes : Concevoir et développer des pipelines de données robustes avec Dataiku DSS, Talend, Python et SQL , en garantissant un code performant et documenté. Collaborer à la conception de l'architecture Data et participer à la mise en place de solutions autour de l'écosystème Azure. Assurer la maintenance corrective et évolutive des traitements de données et optimiser les performances des pipelines existants. Participer activement à l'amélioration continue des processus de développement, de qualité des données et des bonnes pratiques de l'équipe. Implémenter des contrôles qualité, des tests unitaires et des validations pour garantir la fiabilité des données. Contribuer aux revues de code et appliquer les bonnes pratiques de développement sur l'ensemble de la chaîne de valeur Data. Travailler en méthodologie Agile/Scrum en collaboration avec les équipes techniques et les métiers pour transformer les besoins en solutions analytiques.

Dans le cadre du renforcement de ses équipes Data, notre client recherche un profil Analytics Engineer / Data Engineer GCP pour intervenir sur la transformation, la modélisation et l’industrialisation de données à destination des équipes métiers. Le profil attendu doit être à l’aise à la frontière entre data engineering et analytics, avec une forte maîtrise de DBT et de l’écosystème GCP / BigQuery. Missions Développer et maintenir des modèles de données avec DBT Concevoir des transformations fiables, documentées et industrialisées Travailler sur des datasets dans BigQuery Participer à la qualité, la cohérence et la fiabilité des données Optimiser les requêtes, modèles et traitements data Collaborer avec les Data Analysts, Data Engineers et équipes métiers Contribuer aux bonnes pratiques de développement data : documentation, versioning, tests, CI/CD Participer à la mise à disposition des données pour des usages BI / reporting, notamment Power BI Compétences attendues Obligatoire : DBT LookML Confirmé : GCP BigQuery SQL avancé Modélisation de données Data Quality / tests / documentation Souhaitable : Terraform Power BI Git / GitHub / GitLab CI/CD Expérience en environnement data platform / data product

Nous recherchons un(e) analytics engineer confirmé(e) capable d'accompagner les métiers dans l'aide à la décision. Vous aurez la charge de : • Guider / recommander le Métier dans l'exploitation et la valorisation des multiples sources de données et identifier des leviers d'optimisation et d'amélioration des processus Business • Être l‘intermédiaire entre le Métier et la DSI • Accroître la connaissance de la clientèle d'une entreprise, conduire des études sur les bases de données, suivre les outils datamining pour analyser l'impact des actions marketing • Mener et conduire des études (coordination/pilotage) Référence de l'offre : m2psr9fo5p

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.

Dans le cadre de l'accélération de ses projets Data, notre client recherche un Analytics Engineer Senior capable d'intervenir sur l'ensemble de la chaîne de traitement de la donnée, de l'ingestion jusqu'à la restitution analytique. Vous rejoindrez un environnement industriel exigeant où la qualité, la fiabilité et la valorisation des données constituent des enjeux stratégiques. Possibilité de recrutement en CDI à l'issue de la mission. Vos missions Au sein de l'équipe Data, vous serez responsable de : Data Engineering Concevoir et maintenir les pipelines d'ingestion de données ; Développer et optimiser les flux de traitement de données ; Participer à l'alimentation et à la structuration du Data Lake. Modélisation & Transformation Concevoir des modèles de données adaptés aux besoins métiers ; Développer les transformations et traitements nécessaires à l'exploitation des données ; Garantir la cohérence et la qualité des données tout au long de leur cycle de vie. Qualité & Gouvernance Mettre en œuvre les contrôles de qualité de données ; Identifier et corriger les anomalies ; Participer à l'amélioration continue des processus Data. Analytics & Restitution Développer des solutions analytiques et dashboards ; Construire des applications Dataiku et des restitutions Power BI ; Accompagner les métiers dans l'exploitation de la donnée. Environnement technique Compétences impératives Dataiku DSS (expert) Python SQL avancé Talend Compétences appréciées Azure Spark Power BI Data Modeling Data Quality

La mission consiste à intervenir en tant que Data Analytics Engineer autonome dans le cadre de l’optimisation et de l’unification des capacités analytiques transversales d’un grand groupe du secteur hôtelier. L’objectif est de construire une vision consolidée et exploitable des indicateurs Corporate stratégiques à partir de différentes sources internes. Le consultant aura pour rôle d’établir des connexions techniques fiables avec les systèmes sources, d’extraire et charger les données issues de domaines comme la finance, les ressources humaines, les achats, les référentiels ou l’ITSM, puis de concevoir des pipelines d’ingestion automatisés, robustes et performants. Il interviendra également sur la modélisation des données dans Snowflake, la mise en place de règles de transformation, de vues et d’agrégats pour la restitution, ainsi que sur la gouvernance, la qualité des données, la gestion des erreurs et la documentation complète des pipelines et modèles.

Hello, Pour le compte de l'un de mes clients dans le secteur du BTP, je suis à la recherche d'un Analytics Engineer, L’Analytics Engineer se situe à la croisée des chemins entre le Data Engineer (dont il partage la rigueur technique, le code et l'industrialisation) et le Data Analyst (dont il partage le sens business, la vision produit et l'art de la restitution). Sa mission principale est de transformer les données brutes issues de l'écosystème GCP en indicateurs fiables, et de piloter l'intégralité de la chaîne de reporting sous une solution type Power BI. Grâce à une forte appétence fonctionnelle, il/elle traduit les enjeux des domaines métiers (Finance, RH, Achats, Matériel, Environnement) en modèles de données analytiques performants et conçoit des solutions de restitution visuelles à forte valeur ajoutée. • Prise en main de l'historique : S'approprie les développements existants basés sur SAP Hana on-premise (utilisé comme base relationnelle) et les rapports Power BI associés. • Reverse Engineering : En l'absence de documentation exhaustive sur l'existant, analyse de manière autonome les requêtes SQL et les modèles actuels pour en comprendre les règles de gestion sous-jacentes. • Stratégie de bascule : Arbitre et réalise la transition des rapports historiques vers la nouvelle stack cible : soit par un portage à l'identique (lift and shift), soit par une refonte complète et une optimisation au sein de GCP. Responsabilité de la restitution, du reporting et de l'architecture Power BI : • Modélisation décisionnelle : Définit et conçoit l'architecture des modèles de données (Datamarts dans la couche Gold) spécifiquement optimisés pour Power BI (modèles en étoile, gestion des dimensions et des faits). • Expertise DAX & Restitution : Rédige les mesures complexes en langage DAX et configure Power Query de manière optimale. Conçoit des tableaux de bord pertinents, fluides et ergonomiques (Data Visualization). • Garantie de performance End-to-End : Identifie et corrige les goulots d'étranglement de performance, depuis la requête de transformation dans le Data Warehouse (BigQuery) jusqu'au temps de rafraîchissement et d'affichage des rapports Power BI. • Rédige les dossiers de conception technique et les spécifications détaillées des solutions BI. • Définit les stratégies de tests de non-régression sur les données restituées et participe aux recettes applicatives.

Je recherche un Data Analytics Engineer (entre le Data Engineer et le Data Analyst). ayant un anglais fluent avec une forte composante modélisation analytique et interlocution métier. Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, Mon 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. Ce que tu dois faire concrètement Définir la nouvelle stratégie de gestion des images Docker : nommage, versionning, registre (stockage), cycle de vie, scanning de vulnérabilités, etc. Implémenter cette stratégie : mettre en place les outils, pipelines et processus retenus Intégrer tout ça dans la plateforme DevSecOps existante pour que les opérations de CI fonctionnent avec ce nouveau système En résumé : Repenser et mettre en place la façon dont mon client gère ses images Docker dans ses usines logicielles, en respectant les contraintes de sécurité d'un grand groupe bancaire. 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. Le problème à résoudre La façon dont les images Docker (les "boîtes" contenant les environnements d'exécution des applications) sont gérées doit être repensée : probablement parce que l'existant pose des problèmes de sécurité, de maintenabilité, de performance ou de standardisation. Environnement technique 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. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile, suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire les besoins métiers complexes en solutions techniques de données. Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international

Nous recherchons un(e) Analytics Engineer pour renforcer notre équipe Data. Vous serez chargé(e) de transformer les données brutes en modèles fiables et exploitables afin d’accompagner les équipes métiers dans leurs prises de décision. Missions ✱ Concevoir et maintenir des modèles de données adaptés aux besoins analytiques ✱ Développer et optimiser les flux de transformation de données (ELT/ETL) ✱ Garantir la qualité, la cohérence et la fiabilité des données ✱ Collaborer avec les équipes métiers, BI et Data pour répondre aux besoins d’analyse ✱ Participer à l’amélioration continue des processus et des solutions Data

Dans le cadre d’une mission stratégique pour l’un de nos clients, nous recherchons un(e) Consultant(e) Data Analytics Engineer afin de contribuer à la mise en place d’une plateforme Data exploitant des données corporate à forte valeur métier. Vous interviendrez sur un projet structurant visant à centraliser, fiabiliser et valoriser les données issues de multiples systèmes métiers afin de répondre à des enjeux analytiques transverses (finance, achats, IT, qualité, gouvernance, opérations…). À ce titre, vos principales responsabilités seront : Mettre en place et sécuriser des connexions techniques robustes avec les systèmes sources (ERP, plateformes financières, RH, ITSM…). Assurer l’ extraction et le chargement des données issues des principaux domaines corporate. Concevoir et développer des pipelines d’ingestion automatisés , fiables et performants. Modéliser les données dans un Data Warehouse (Snowflake) selon des standards optimisés pour l’analyse. Mettre en œuvre des pratiques de gouvernance des données : qualité, métadonnées, gestion des erreurs, suivi des flux. Créer des datasets, vues et agrégats adaptés aux besoins métiers. Documenter l’ensemble des réalisations (pipelines, modèles, transformations) afin d’en garantir la maintenabilité. Collaborer dans un environnement Agile avec des équipes techniques et métiers.

🎯 Okara cherche un Analytics Engineer / Data Engineer L’enjeu : Devenir le garant de l'équilibre économique chez l'un des leaders mondiaux du retail et de l'aménagement de la maison. En tant que consultant·e Okara, tu rejoins l'équipe "Finance & Performance" de notre client pour piloter la rentabilité de la structure. Ton terrain de jeu ? Une équipe de choc de qui gère le Build et le Run de produits data critiques. Un scope hybride passionnant, au carrefour du Data Engineering, de la modélisation et de la business intelligence. 🚀 Ton rôle Tu es l'architecte de la performance financière. L'enjeu actuel est double : moderniser la tuyauterie technique et traquer le moindre coût superflu pour optimiser l'infrastructure. Concrètement, tu vas : Propulser la migration (Modern Data Stack) : Participer activement au passage des flux historiques vers DBT . Tu ne te contentes pas de déplacer la donnée, tu la structures intelligemment en étoile directement dans BigQuery pour soulager la restitution. Piloter par la performance (Le défi FinOps) : Devenir le chasseur officiel de requêtes gourmandes. Ton objectif ? Atteindre une réduction des coûts cloud et DataViz en appliquant les meilleures pratiques de code Illuminer le Business (Analytics & Restitution) : Consacrer 20 à 30% de ton temps à façonner des modèles sémantiques et concevoir des dashboards Power BI fluides, performants et directement actionnables par les directions métiers. Garantir une donnée de confiance : Assurer la qualité, le nettoyage (adieu les doublons !) et la cartographie des données entrant dans le Data Lake pour faciliter le travail des Data Analysts et Data Scientists.

Missions Au sein d’une équipe transverse composée notamment d’un : Tech Lead UX Data Gouverneur Le consultant interviendra principalement sur : Data Engineering / Analytics Engineering Conception et maintien de flux de données Refactoring de pipelines existants Mise en place et migration vers les bonnes pratiques Data Exposition et mise à disposition des données pour différents usages analytiques Structuration de datasets à destination des Data Analysts et des produits digitaux Participation à l’amélioration de la qualité et de la fiabilité des données Data Analyse & DataViz Compréhension des besoins métiers Accompagnement des équipes produit dans l’exploitation de la donnée Contribution à des dashboards KPI fournisseurs Participation à des sujets de visualisation via Power BI et ponctuellement Looker Collaboration transverse Interaction quotidienne avec les équipes métiers et produits Communication avec des BU à l’international Participation aux échanges techniques et fonctionnels Capacité à challenger les besoins et proposer des solutions adaptées Environnement techniqueObligatoire GCP BigQuery DBT Important Git GitHub Souhaité Terraform Power BI Looker (hors Looker Studio) Expérience environnement retail Connaissance des sujets fournisseurs / marketplace / retail data

Nous recherchons un Analytics Engineer confirmé (4/5 ans d’expérience) pour intervenir chez un acteur majeur basé en métropole lilloise, sur des sujets de structuration et d’optimisation de la couche analytique. Contexte de la mission Vous rejoindrez une équipe Data dans un environnement moderne centré sur Snowflake et dbt , avec pour objectif principal d’améliorer la couche sémantique et les vues analytics afin de faciliter l’exploitation des données par les équipes métiers et BI. La mission s’inscrit dans une logique d’industrialisation et d’amélioration continue des usages Data. Missions principales Améliorer et structurer la couche sémantique . Concevoir et optimiser des vues analytics . Travailler sur la modélisation et la qualité des données. Collaborer avec les équipes Data et métiers pour améliorer les usages analytiques. Participer aux bonnes pratiques de développement et d’industrialisation. Exploiter les outils IA disponibles pour accélérer la productivité et les développements.

Dans le cadre d’un programme stratégique de transformation Data au sein d’un environnement Banque de Financement et d’Investissement, nous recherchons un Senior Analytics Engineer afin de rejoindre une équipe en charge du développement de plateformes analytiques et de data products à forte valeur métier. Le programme vise à moderniser les usages Data & Analytics autour des activités de financement et de distribution, avec des enjeux forts autour : de la qualité et de la traçabilité des données, des contraintes réglementaires, du pilotage des portefeuilles, de l’industrialisation des usages analytiques, et de l’amélioration de la performance opérationnelle. Le consultant interviendra dans un environnement transverse en collaboration avec les équipes métier, risques, finance, architecture data et IT. MissionsConception & Modélisation Analytics Concevoir et maintenir des data products analytiques sur Google Cloud Platform Construire des modèles analytiques dénormalisés (star schema, data marts, data products) Traduire les besoins métiers complexes en datasets exploitables et industrialisés Définir les modèles physiques analytiques à partir des modèles conceptuels fournis Optimiser les structures analytiques selon les usages métiers et les contraintes de performance Data Engineering & ELT Développer et maintenir les pipelines ELT avec dbt, BigQuery et Airflow Industrialiser les traitements de transformation et d’exposition de données Optimiser les performances BigQuery : partitionnement clusterisation optimisation des coûts optimisation des temps de traitement Garantir la robustesse et la maintenabilité des traitements Analytics Métier Risk & Finance Concevoir des datasets permettant : le pilotage de la performance des portefeuilles de financement, le suivi des expositions et de la consommation des ressources rares, l’analyse des indicateurs de liquidité, capital et RWA, l’analyse de l’activité commerciale et des pipelines métier. Le consultant sera garant : de la cohérence fonctionnelle des indicateurs, des règles d’agrégation et de calcul, de la traçabilité des transformations, de la qualité des données exposées. Qualité & Gouvernance Data Mettre en œuvre les contrôles de qualité de données : dbt tests, contrôles de cohérence, complétude, fraîcheur des données Contribuer à la documentation fonctionnelle et technique Participer à la définition des standards de modélisation et de développement Assurer la traçabilité des sources et des transformations Collaboration & Delivery Travailler en étroite collaboration avec : les équipes métier, la MOA, les équipes risques et finance, l’architecture data, les équipes IT & plateformes Participer aux phases de : tests techniques, tests fonctionnels, intégration, performance, UAT Être référent analytics sur son périmètre Être force de proposition sur les usages data et analytics

Dans le cadre d’une expérimentation, l’objectif est d’évaluer la pertinence d’un outil de datavisualisation (Looker Core) au travers de plusieurs cas d’usage métiers. Cette étude vise à mesurer la capacité de l’outil à répondre à différents enjeux : Autonomie des métiers sur les analyses ad hoc Intégration de capacités d’analytics avancé et conversationnel (IA) Remplacement potentiel d’outils existants de datavisualisation Intégration dans un environnement Data orienté Cloud La mission sera réalisée en collaboration avec : Un architecte (à temps partiel) Des équipes IT (Ops, architectes, etc.) Des équipes métiers Des équipes internationales (notamment aux Pays-Bas) Objectifs de la mission Le consultant interviendra sur : L’accompagnement des Proof of Concepts (POCs) autour de Looker Core Le support des équipes métiers dans la conception et le développement de leurs cas d’usage La formation et montée en compétence des utilisateurs L’apport d’une expertise technique et d’architecture autour de l’outil Responsabilités principales Développer et structurer des cas d’usage sur Looker Core Construire et maintenir des couches sémantiques avec LookML Accompagner les équipes métiers dans l’utilisation de la solution Assurer un rôle de conseil sur : L’architecture technique La sécurité des données (RLS / CLS) L’optimisation des coûts (FinOps) Participer à l’administration de la plateforme : Gestion des accès Organisation des espaces Collaborer étroitement avec les équipes IT et data Contribuer aux échanges internationaux (anglais requis)