Analytics Engineer - Data Engineer Full-Stack H/F - VeoNum

VeoNum...Tu en a déjà entendu parler ? un peu, beaucoup, pas encore suffisamment ?

Peu importe ta réponse à la question, je te laisse poursuivre ta lecture et t'immerger dans l'environnement Human First, valeur fondamentale de l'entreprise.

VeoNum, entreprise rennaise, regroupe aujourd'hui 40 consultants dont plusieurs dotés d'un doctorat. Elle est le fruit de l'engagement de ses trois fondateurs dont les valeurs sont basées sur la bienveillance, le partage, le bien-être et l'expertise technique.

L'entreprise à taille humaine s'inscrit dans une logique de proximité en faisant preuve de convivialité et de bon sens au quotidien.

Le « Human first », notre ADN, qu'en est-il exactement ?

C'est le choix du projet sur lequel tu vas travailler, sans aucune mobilité !

C'est une formation sur mesure et adaptée à ton expertise,

C'est une bonne mutuelle, des tickets restaurant, des RTTs ...

C'est une participation aux événements régionaux (DevFest, Agile Tour...) où tu vas pouvoir te nourrir d'informations sur ton métier

C'est une vraie Team où on sait aussi de temps en temps laisser le travail de côté ! (Soirées, escape game, barbecue, karting...)

L'activité de l'entreprise quant à elle s'oriente sur plusieurs axes autour desquels tu pourras évoluer, et ainsi rapidement monter en compétences entre deux projets :

La veille technologique sur les nouveaux Frameworks

Des projets réalisés pour des clients internationaux,

Dans le cadre d'une mission chez l'un de nos clients, nous recherchons un(e) Analytics Engineer / Data Engineer Full-Stack pour intervenir sur le développement d'une nouvelle génération de produit logiciel dédié au secteur de l'élevage.

Intégré(e) à l'équipe de notre client et en collaboration étroite avec le Product Owner, vous contribuerez à la spécification et à l'implémentation de cas d'usage Data Analytics liés à la performance zootechnique des élevages.

Vous interviendrez directement sur la stack Data Analytics embarquée dans le produit, avec un rôle couvrant l'ensemble de la chaîne, de l'ingestion des données jusqu'à leur restitution.

Vos principales missions

• Concevoir et mettre en place une architecture OLAP, avec la capacité de partir d'une feuille blanche.
• Modéliser les données selon les approches Kimball, étoile et flocon.
• Développer et optimiser les modèles et transformations SQL.
• Extraire les données des systèmes OLTP (PostgreSQL, MySQL...) et les charger dans l'environnement OLAP.
• Développer des DAGs Airflow en Python, modulaires, maintenables et tolérants aux pannes.
• Structurer les transformations de données avec dbt.
• Mettre en oeuvre et faire évoluer la couche sémantique avec Cube.js.
• Configurer Apache Superset et construire les métriques et indicateurs métiers.
• Optimiser les performances des requêtes et la gestion du cache.
• Mettre en place et maintenir la gestion des droits d'accès, notamment la Row-Level Security (RLS).
• Contribuer aux bonnes pratiques d'industrialisation : Git, Docker et gestion des variables d'environnement.

Stack technique

• Data Engineering : Python, SQL, Apache Airflow, dbt
• Data Warehouse / OLAP : ClickHouse, PostgreSQL, MySQL, avec une expérience Snowflake ou BigQuery appréciée
• Analytics & BI : Apache Superset, Cube.js
• Modélisation : Kimball, Star Schema, Snowflake Schema
• DevOps : Git, Docker
• Environnement de développement : cycle logiciel AI-DLC, avec utilisation de Claude / Anthropic

Profil recherché

Nous recherchons un profil confirmé disposant de 3 à 5 ans d'expérience en tant qu'Analytics Engineer, Data Engineer ou sur une fonction équivalente.

Une attention particulière sera portée à votre capacité à :

• maîtriser SQL et la modélisation analytique ;
• comprendre et concevoir des architectures OLTP / OLAP ;
• construire une architecture OLAP de zéro ;
• développer des pipelines Airflow robustes en Python ;
• travailler sur l'ensemble de la chaîne Data, de l'ingestion à la visualisation ;
• dialoguer efficacement avec un Product Owner pour transformer les besoins métiers en solutions Data opérationnelles.

La maîtrise de dbt, ClickHouse, Cube.js et Apache Superset constituera un réel atout.