Mission
Au sein de l'équipe Pricing, rattaché(e) à l'écosystème Data & IA, l'Analytics Engineer contribue à la construction et à l'industrialisation de la Semantic Layer du domaine Pricing (Insights & All-Metrics). Il/elle joue un rôle clé dans la mise à disposition de données fiables, structurées et exploitables par les équipes analytiques et métiers.
MISSIONS ET RESPONSABILITÉS:- Modélisation et développement des données : concevoir, développer et industrialiser des modèles de données complexes permettant d'analyser les ventes, les stocks, les données concurrentielles et les activités clients.
- Analyse des besoins métiers : comprendre les enjeux fonctionnels et les usages des équipes Pricing, Sports et RGM afin de proposer des solutions data adaptées.
- Construction de la Semantic Layer : contribuer au développement et à l'enrichissement des couches Insights & All-Metrics pour faciliter l'exploitation des données.
- Accompagnement des utilisateurs : apporter son expertise aux équipes analytiques et garantir une utilisation pertinente et efficace des modèles de données.
- Qualité et performance : mettre en place des dispositifs de monitoring, fiabiliser les données, optimiser les traitements et maîtriser les coûts d'infrastructure.
- Industrialisation : participer aux bonnes pratiques de développement, aux revues de code, au CI/CD et aux méthodes de travail collaboratives.
SQL Expert dbt Expert Git / GitHub Expert Python – Full Stack Expert Apache Airflow Expert Databricks Confirmé
Environnement technique :
- Cloud : AWS
- Runtime : Databricks
- Transformation : SQL / dbt
- Orchestration : Apache Airflow
- CI/CD et versioning : GitHub
Profil
Nous recherchons un(e) Analytics Engineer disposant d'une solide expertise technique et d'une réelle sensibilité aux enjeux métiers.
- Excellente maîtrise de SQL et dbt, avec une attention particulière portée à la qualité des modèles et à la gestion du lineage.
- Bonne expérience en développement Python.
- Expérience des plateformes Data Cloud et des environnements modernes de traitement de données (Databricks, Snowflake, BigQuery).
- Bonne connaissance du cycle de vie de la donnée et des principes de modélisation dimensionnelle (Kimball, OBT…).
- Maîtrise des pratiques Git, GitHub et CI/CD.
- Culture Produit, sens du service et capacité à comprendre les besoins utilisateurs.
- Aisance dans les environnements Agile et collaboratifs (code review, mob programming).
Langues : Anglais bilingue, indispensable pour collaborer avec les équipes et partenaires internationaux.

