Data Engineer Analytics — Snowflake / dbt — Expert Données Digitales & Marketing

Le besoin

Ever"T — Société de Conseil tech IA-native, innovante et en hypercroissance — cherche un·e Data Engineer Analytics spécialiste des données digitales et marketing pour renforcer une squad Data dédiée au domaine Digital d'un grand groupe international.

Le contexte

Tu rejoins une organisation Data structurée en Data Mesh : chaque domaine métier porte ses propres Data Products, avec un Data Product Owner, un Tech Lead et une squad pluridisciplinaire. Ta squad, volontairement resserrée (un DPO et deux Data Engineers), couvre le domaine Digital : web & app analytics, e-commerce, paid media, SEO, avis clients et données de conversation du chatbot.

Le contexte est international : plusieurs dizaines de sites e-commerce, des dizaines de sources média par site, et des rafraîchissements multiples dans la journée pour couvrir tous les fuseaux horaires.

La plateforme est en pleine reconstruction : passage en mode Data Products sur dbt, remodélisation complète, renforcement de la Data Quality, puis ouverture vers une couche sémantique et des usages IA sur la donnée.

Ton rôle : concevoir, développer et industrialiser les Data Products du domaine, sur l'ensemble du cycle BUILD → UAT → PROD, en binôme rapproché avec le Data Product Owner et en lien direct avec les key users métier.

Ce que tu feras

• Développer les Data Products Source-Aligned, Core et Consumer du domaine Digital sur une stack Snowflake / dbt

• Intégrer et harmoniser les sources digitales (GA4, plateformes média via Funnel, Google Search Console, Google Keyword Planner, avis clients, conversations chatbot) dans un modèle commun : pays, site, canal, campagne, devise, fuseau horaire

• Réconcilier les sources entre elles : ventes déclarées par les plateformes média, ventes attribuées par GA4 et ventes réelles du back-office. Tu expliques les écarts et tu les rends lisibles pour le métier

• Remodéliser les cockpits existants, en lien avec le Data Engineer spécialiste Qlik de la squad

• Mettre en place les tests techniques, les contrôles de Data Quality et l'alerting (fraîcheur, volumes, écarts anormaux), pour que les anomalies soient détectées avant que le métier ne les remonte

• Maîtriser le delivery de bout en bout : développement, linter, Merge Request, code review, recette UAT et passage en production

• Travailler avec l'équipe Data Science pour intégrer ses algorithmes dans les Data Products, par exemple la catégorisation automatique des conversations chatbot

• Challenger les mappings et les règles de gestion avec le métier pour construire des modèles qui ont du sens

• Documenter les transformations, les règles de gestion, les modèles et les dépendances

• Remonter les blockers tôt et sécuriser les dates de delivery engagées

Le profil que nous cherchons

Ce poste demande autant d'expertise métier digitale que d'expertise technique. Un profil Data Engineering très solide mais peu exposé aux données marketing ne sera pas adapté.

Indispensable — expertise données digitales :

• Plusieurs années d'expérience significative sur des données digitales et marketing, au cœur de ton quotidien et pas en complément

• Une compréhension fine de l'attribution : modèles d'attribution, fenêtres de conversion, post-clic versus post-impression, et les écarts structurels entre Meta, Google Ads et GA4

• Une connaissance concrète des limites de tracking : consentement et consent mode, ITP et bloqueurs, Pixel versus Conversions API, cross-device, conversions recalculées a posteriori

• La maîtrise du modèle événementiel GA4, des KPI media (impressions, spend, CPC, CPA, ROAS) et du funnel e-commerce

• Une bonne connaissance des données SEO (Search Console) et idéalement des données d'avis clients

Indispensable — technique :

• Une expérience solide en Data Engineering / Analytics Engineering, sur un poste où tu as porté à la fois le build et le run de Data Products

• Une très bonne maîtrise de SQL et de Snowflake

• Une pratique confirmée de dbt : modèles, tests, macros, documentation, lineage, architecture en couches

• Git / GitLab CI/CD, code review, tests automatisés et bonnes pratiques de développement

• Un environnement cloud Azure (ADLS, Data Factory) et de l'orchestration planifiée

Apprécié :

• Une expérience sur Funnel (ETL marketing) et sur Qlik

• Une expérience d'une organisation en Data Mesh ou en domaines Data Products

• Une appétence pour l'IA appliquée à la donnée : Snowflake Cortex, couche sémantique, assistants de code

• Un secteur retail, cosmétique ou e-commerce multi-pays

Savoir-être : autonomie, rigueur, sens du delivery, communication proactive avec le métier, anglais professionnel.

Le test du bon profil : si tu sais expliquer à un responsable e-commerce pourquoi Meta et GA4 ne remontent jamais le même nombre de ventes pour un même pays, et comment construire un reporting qui réconcilie les deux, ce poste est fait pour toi.

Modalités

• Temps plein, 5 jours par semaine

• 3 jours sur site en moyenne par semaine, à Paris, selon les ateliers et les instances de gouvernance

• Démarrage rapide

Pourquoi Ever"T ?

Chez nous, tu rejoins une communauté IA-native qui repose sur trois piliers fondateurs : Humilité. Progrès. Engagement.

Tu bénéficies d'un suivi fort (ta Community Builder, ton facilitateur de Projet), d'un accès à des formations continues, d'événements réguliers (T"Time, T"Coached, T"Cast) et du programme Salarié Diversifié pour développer tes projets perso ou business en parallèle.

👉 www.ever-t.fr