Expert ClickHouse & dbt — Mission d’audit Data

Mission freelance · 100 % remote · Durée : 2 semaines à 1 mois

Contexte

Notre client souhaite faire évoluer une architecture data reposant actuellement sur DuckDB, PostgreSQL et des transformations Python avec pandas.

Nous recherchons un expert ClickHouse et dbt pour auditer l’existant, évaluer la pertinence du moteur de base de données et définir la place de dbt dans la chaîne de transformation.

L’objectif est d’établir un diagnostic concret et de recommander une architecture adaptée aux usages, aux volumes et aux contraintes de l’équipe.

Vos missions

• Auditer les bases de données, les flux et les traitements existants : architecture, performances, fiabilité et maintenabilité.

• Analyser les usages, les volumes de données et les besoins de requêtage pour évaluer la pertinence de ClickHouse, en complément ou en remplacement des moteurs actuels.

• Évaluer l’utilisation de dbt et son périmètre pertinent : modélisation, transformations SQL, tests, documentation et gestion des dépendances.

• Identifier les transformations pandas pouvant être reprises en SQL/dbt et celles devant rester en Python.

• Réaliser, si nécessaire, des benchmarks ou un POC ciblé pour valider les recommandations.

• Proposer une feuille de route priorisée, avec les gains attendus, les risques et une estimation de l’effort de mise en œuvre.

Profil recherché

• Expertise concrète de ClickHouse en production : modélisation, optimisation des requêtes et performances.

• Maîtrise de dbt, idéalement dans un environnement ClickHouse.

• Solides compétences en SQL, Python (idéalement pandas), avec une bonne connaissance de PostgreSQL et DuckDB

• Expérience d’audit et d’évolution d’architectures data.

• Capacité à challenger les choix techniques et à formuler des recommandations pragmatiques, adaptées aux besoins réels.

• Autonomie et capacité à restituer clairement les conclusions aux équipes techniques.

Livrables attendus

• Diagnostic de l’existant et identification des principaux points de friction.

• Recommandation argumentée sur le moteur de base de données et l’utilisation de dbt.

• Architecture cible et plan d’action priorisé.

• Restitution et transfert de connaissances à l’équipe.