Skip to content
Toutes les missions
Veille marché · Freework Nouvelle Publiée 9 hours ago

Analytics Engineer / Data Engineer Senior – GCP / BigQuery / dbt / LookML (H/F)

Dans le cadre d'un projet innovant autour de la Data et de l'intelligence artificielle générative, nous recherchons un(e) Analytics Engineer / Data Engineer Senior pour participer...

Entreprise ESENCA
Mode Remote

Résumé

<p>Dans le cadre d&#039;un projet innovant autour de la Data et de l&#039;intelligence artificielle générative, nous recherchons un(e) <strong>Analytics Engineer / Data Engineer Senior</strong> pour participer à la construction d&#039;un produit de données agrégées (Aggregated Data Product), d&#039;une couche sémantique et d&#039;un agent conversationnel analytique.</p><p>L&#039;objectif est de permettre aux utilisateurs d&#039;interroger leurs données en langage naturel via un agent conversationnel connecté à une plateforme BI.</p><p>Vous interviendrez à l&#039;interface entre la Data, la Business Intelligence et l&#039;IA générative, avec un rôle essentiel dans la structuration, la qualité, la gouvernance et la performance des données mises à disposition de l&#039;agent.</p><p><br /><strong><u>Vos missions</u></strong></p>1. Construction de la couche sémantique<ul><li><p>Concevoir et structurer les modèles sémantiques LookML.</p></li><li><p>Définir des dimensions, mesures et indicateurs métier fiables et sans ambiguïté.</p></li><li><p>Structurer les Explores et optimiser les jointures pour éviter les erreurs de calcul et les duplications de données.</p></li><li><p>Enrichir les métadonnées avec les descriptions, tags, synonymes et règles de gestion métier.</p></li><li><p>Garantir la cohérence entre les données techniques et leur interprétation métier par les modèles d&#039;IA.</p></li></ul>2. Préparation des données pour l&#039;IA générative<ul><li><p>Préparer et structurer les données pour permettre leur exploitation par un LLM.</p></li><li><p>Constituer un référentiel de questions métier et de requêtes de référence (Golden Dataset).</p></li><li><p>Fournir des exemples représentatifs pour guider les réponses de l&#039;agent conversationnel.</p></li><li><p>Participer à l&#039;amélioration de la fiabilité des réponses et à la réduction des hallucinations.</p></li><li><p>Contribuer à l&#039;intégration de mécanismes de contextualisation et de RAG si nécessaire.</p><p></p><p>3. Data Engineering &amp; optimisation des performances</p></li><li><p>Concevoir et faire évoluer les pipelines de données sur GCP / BigQuery.</p></li><li><p>Développer et maintenir les transformations de données avec dbt.</p></li><li><p>Orchestrer les traitements avec Airflow.</p></li><li><p>Construire des jeux de données agrégés et optimisés pour les usages analytiques.</p></li><li><p>Mettre en place des mécanismes de pré-agrégation pour accélérer les requêtes.</p></li><li><p>Optimiser les performances et les coûts des traitements BigQuery.</p></li></ul>4. Gouvernance et sécurité des données<ul><li><p>Mettre en œuvre les règles de sécurité et de contrôle des accès.</p></li><li><p>Configurer les mécanismes de Row-Level Security et les droits d&#039;accès.</p></li><li><p>Garantir que l&#039;agent conversationnel respecte les habilitations des utilisateurs.</p></li><li><p>Assurer la qualité, la traçabilité et la fiabilité des données exposées</p></li></ul>5. Documentation et collaboration<ul><li><p>Documenter les modèles de données, la couche sémantique et les pipelines.</p></li><li><p>Collaborer avec les équipes Data, BI, IA et métiers.</p></li><li><p>Participer à la définition des bonnes pratiques et des standards de développement.</p></li><li><p>Contribuer à l&#039;amélioration continue de la plateforme analytique.</p></li></ul><p><br /></p>