Missions principales
Le quotidien et les responsabilités.
- Concevoir et développer des pipelines de données robustes (ETL / ELT)
- Modéliser et maintenir le data warehouse (Snowflake, BigQuery, Redshift, Databricks)
- Industrialiser l'orchestration (Airflow, Dagster, Prefect)
- Gérer la qualité, la fraîcheur, et la documentation des données
- Collaborer avec les Data Analysts, Data Scientists et équipes produit
- Participer aux choix d'architecture data et à la roadmap plateforme
- Mettre en place le traitement distribué et le temps réel quand les volumes l'exigent (Spark, Kafka)
Compétences
Ce qu'il faut maîtriser.
- SQL avancé et Python, tous deux indispensables
- Maîtrise d'un cloud data warehouse (Snowflake, BigQuery, Redshift, Databricks)
- dbt pour la modélisation analytique
- Outils d'orchestration (Airflow, Dagster, Prefect)
- Streaming (Kafka, Kinesis) selon les contextes
- Traitement distribué (Spark) sur les gros volumes
- Notions de DevOps, Docker, Terraform appréciées
- Anglais technique
Formation
Le parcours type.
École d'ingénieur, master informatique ou data, parcours universitaire équivalent. 2 à 8 ans d'expérience selon le niveau visé. La reconversion donne aussi de très bons profils, passés par un bootcamp puis formés en autodidactes.
Étudiant ou jeune diplômé ? Entourage Club est notre accompagnement gratuit vers un premier poste en Finance ou en Tech.
Évolutions
Les évolutions possibles.
- Senior / Staff / Principal Data Engineer
- Tech Lead Data ou Data Platform Lead
- Engineering Manager Data
- Data Architect
- Head of Data Engineering / VP Data
Conseils Entourage : Recruter
Recruter un Data Engineer.
Le marché des Data Engineers est tendu. Trois éléments pèsent dans la décision des candidats : une stack récente et décloisonnée plutôt qu'une stack legacy, de la visibilité sur les sujets concrets à venir, et un parcours de progression clair (de Senior à Staff, puis Lead) ; nous les faisons préciser avant d'ouvrir la recherche. Nous évaluons ensuite la maîtrise du SQL en pratique plutôt que sur déclaration, ainsi que le soin porté à la qualité et à l'observabilité des données.
Conseils Entourage : Candidater
Postuler pour un poste de Data Engineer.
Les candidatures retenues montrent la complexité réelle des pipelines (volume, fréquence, nombre de sources), au-delà de la stack. L'entretien revient sur deux à trois incidents data que vous avez résolus, et sur les choix d'architecture sous-jacents. Des projets personnels ou open-source, quand vous en avez, comptent aussi dans l'évaluation.
Ce que nous proposons aux candidats
- À télécharger : Préparer un entretien (fonctions Tech)
