Data Full Stack – CDI – Paris

En tant que Data Full Stack, tu es responsable de la modélisation et de la valorisation de la donnée Ops & B2B chez Respire.

Tu rejoins une équipe Data à taille humaine, composée d’une Data Manager, d’un Data Full Stack en charge des scopes D2C, Product et Marketing, et d’un Data Engineer externe qui nous accompagne sur l’infrastructure. L’équipe intervient auprès de l’ensemble des BU de Respire — Opérations, B2B, D2C, Finance et Marketing — avec une ambition claire : faire de la donnée un véritable levier d’optimisation pour les équipes, et un moteur concret de leurs décisions.

Concrètement, tu branches de nouvelles sources, tu modélises la donnée avec dbt, tu construis des dashboards clairs dans Lightdash et tu garantis la fiabilité du semantic layer — le socle du self-BI que nous déployons actuellement. Ce semantic layer alimente des agents IA qui répondent directement aux équipes, en langage naturel, sur des métriques certifiées. Tu en es le garant, et tu conçois les agents qui maintiennent la documentation et les modèles propres dans la durée.

Chez Respire, l’équipe Data ne se juge pas à ses dashboards mais à ce qu’elle change concrètement pour les équipes. C’est ce qui fait grandir nos rôles : une fois le socle posé, tu passeras de la donnée aux outils — data apps, automatisations, workflows IA — pour transformer le quotidien des équipes Ops & B2B.

Tes missions principales :

1. Ingestion et data engineering

   • Mettre en place de nouvelles sources de données, via Airbyte ou via des flux d’extraction développés sur GCP (Python, Cloud Functions, API).
   • Fiabiliser les pipelines existants : monitoring, alerting, qualité de la donnée en entrée.
   • Documenter chaque source pour qu’elle soit exploitable par l’équipe et par les agents IA.

2. Modélisation et semantic layer

   • Modéliser la donnée Ops & B2B avec dbt (staging, intermediate, marts), avec des tests et une documentation à jour.
   • Être garant·e du semantic layer : définitions des métriques, dimensions, certification des modèles exposés dans Lightdash.
   • Aller chercher le besoin derrière la demande métier et le traduire en modèle réutilisable.

3. Dashboards, self-BI et agents IA

   • Construire des dashboards clairs et visuels dans Lightdash pour les équipes Ops (Logistique, Supply, ADV) et B2B.
   • Accompagner le déploiement du self-BI : former les équipes, certifier les contenus, réduire la dépendance à la data team.
   • Concevoir et faire vivre des agents IA branchés sur le semantic layer : réponses en langage naturel, maintien de la documentation, détection des dérives.

4. Roadmap, data products et automation

   • Imaginer les outils data de demain : data apps, automatisations, activation qui transforment le quotidien des équipes.
   • Évoluer progressivement vers un rôle de Product Engineer data, de l’idée jusqu’à l’outil en production.Tu es :

• Expert en SQL et dbt, curieux·se du data engineering (Python, GCP, Airbyte).
• Un profil hybride, à la fois technique et business, capable de concevoir des solutions data tout en les valorisant à travers leur impact business, leur contribution à la performance et leur ROI.
• Capable d’aller chercher le besoin derrière un problème métier et de le traduire en modèle.
• Intéressé·e par les agents IA et les LLM appliqués à la data.
• Rigoureux·se sur la qualité et la documentation, parce que tu sais que c’est ce qui rend la data utilisable.
• Animé·e par un vrai drive pour faire avancer les projets dans un environnement dynamique et agile.

Expérience et formation :

• Une première expérience réussie d’au moins un an en tant qu’Analytics Engineer ou Data Analyst.

Pourquoi nous rejoindre ?

• Une stack data moderne (GCP, dbt, Airbyte, Lightdash) et un terrain de jeu IA concret.
• De vraies responsabilités sur ton scope, dès le premier jour.
• Un contexte dynamique, dans une entreprise en forte croissance et en pleine expansion internationale.
• L’occasion de faire bouger les mentalités et de montrer toute la valeur de la donnée.- Échange avec Margaux (Data Manager) - 30 min
• Un test technique à faire chez toi
• Restitution dans nos bureaux à Paris avec Margaux et Olivier (Lead Data, AI & Systems) - 2h
• Un entretien avec Antoine (Head of D2C & Data) - 1h