Data Engineering
Pipelines, entrepôts, qualité de données. Le métier qui rend l’IA possible — et que l’on recrute trop souvent sur des mots-clés.
Sans data engineering, il n’y a ni tableau de bord fiable ni modèle utile. Et pourtant ce métier est recruté à la légère : on cherche « Spark » ou « Snowflake » et l’on passe à côté de ce qui compte — la modélisation, la qualité, l’idempotence, la capacité à ne pas casser la production un lundi matin.
Les postes que nous couvrons
- Data engineer
- Analytics engineer (dbt, modélisation)
- Architecte data
- Ingénieur data platform
- Responsable data / Head of Data
- Ingénieur qualité et gouvernance des données
Ce que nous vérifions
avant de vous présenter quelqu’un
- La modélisation : sait-on concevoir un schéma qui tiendra dans deux ans, ou empile-t-on des tables ?
- Les pipelines réellement exploités : volumes, fréquence, reprises sur erreur, alerting.
- Le niveau en SQL, testé sur une requête concrète — c’est toujours plus révélateur que prévu.
- La relation aux métiers : comprend-on ce que les chiffres veulent dire ?
Repères de rémunération
| Poste | Expérience | CDI (brut annuel) | Régie (TJM) |
|---|---|---|---|
| Data engineer | 2 à 5 ans | 42 – 58 k€ | 500 – 650 € |
| Analytics engineer | 3 à 6 ans | 45 – 62 k€ | 520 – 700 € |
| Data engineer senior | 6 ans et plus | 60 – 80 k€ | 700 – 850 € |
| Architecte / Head of Data | 9 ans et plus | 80 – 120 k€ | 850 – 1 200 € |
Fourchettes observées sur nos placements et les offres suivies en France sur les douze derniers mois. Elles varient fortement selon la région, la séniorité réelle et la rareté de la stack.
Un poste à pourvoir en data engineering ?
Décrivez-nous la stack et le contexte. Nous vous dirons sous 24 h ouvrées si le profil existe au budget prévu — en CDI comme en régie — et ce qu’il faudrait ajuster sinon.