Data Engineer : Le socle sur lequel tout le reste tient
Un agent IA ne vaut que les données qu'on lui donne. C'est ce poste.
Ce que vous prenez en main
Vous classez une source client en Bronze, Silver ou Gold
Et découvrez que la moitié est inutilisable en l'état. Notre modèle sert justement à ça : faire remonter, dès l'audit, ce qui doit être nettoyé avant qu'un agent ne s'en serve.
Vous branchez un export qu'on ne peut pas remplacer
Le client a un vieil ERP, personne ne veut le changer, et le pipeline doit quand même tourner dessus chaque nuit.
Vous construisez le corpus qui alimente un pipeline RAG
Et en testez la qualité. Un corpus mal structuré donne des réponses fausses avec la même confiance qu'une réponse juste. Une partie de votre travail : trouver ces trous avant que le client ne les trouve en production.
Vous déployez dans le compte cloud du client, pas dans le vôtre
Nos systèmes tournent dans l'infrastructure du client (souveraineté des données, RGPD, AI Act). Ça veut dire apprendre son environnement (AWS, GCP ou Azure) plutôt que d'imposer le vôtre.
Vous dites non à un client sur la qualité de ses données
Et vous proposez la suite. Ce n'est pas un aparté technique : c'est une conversation avec quelqu'un qui a un dashboard bloqué et qui ne veut pas l'entendre.
Vous construisez un agent de reporting qui pose un chiffre devant un décideur
Chaque semaine, sans intervention manuelle.
Mois 1, vous reprenez les pipelines d'un client en cours et vous apprenez comment nos systèmes consomment la donnée en aval. Mois 2, vous portez la couche data d'une mission complète. Mois 3, vous intervenez en amont, pendant la phase d'audit, là où se décide ce qui est faisable.
Ce qu'on cherche
- Langages
- SQL excellent, Python solide
- Données
- Modélisation, ETL/ELT, architecture Bronze/Silver/Gold, gros volumes
- Architecture
- Intégrations CRM/ERP, cloud, requêtes qui tiennent en production
- IA appliquée
- Corpus RAG et qualité de données, agents de reporting
- Terrain
- Sait dire à un client que ses données ne sont pas prêtes, et proposer la suite
- Formation
- 3 à 8 ans en data engineering
Ce qu'on ne cherche pas
Quelqu'un qui veut un périmètre stable. Chaque client a une stack différente.
Où il se distingue des rôles voisins
| Rôle | Ce qu'il fait | Qui porte le résultat |
|---|---|---|
| Data Analyst | Interroge la donnée déjà propre | Celui qui décide à partir du chiffre porte le résultat |
| Analytics Engineer | Transforme et modélise dans l'entrepôt | L'équipe data qui consomme les modèles porte le résultat |
| Data Engineer généraliste, en interne | Un seul stack, une seule entreprise | L'équipe data de cette entreprise porte le résultat |
| Data Engineer, AI Makers | Unifie des systèmes en silo chez chaque client, déploie dans son cloud | Vous portez le résultat, sur un stack différent à chaque mission |
À distance, dans un fuseau horaire compatible avec Paris et Casablanca (Europe, Maghreb ou proche), aucune obligation de résidence dans l'une des deux villes, avec des temps de présence ponctuels dans nos bureaux.
Ce poste vous correspond ?
Pas de lettre de motivation. Le formulaire prend cinq minutes et commence par montrer ce que vous avez construit.
Postuler pour Data Engineer