CDI - Manager Context & Analytics Engineer - Paris

Artefactlinkedin; Paris; On-site; EUR 70,000 - 120,000; Full time

Job summary

Artefact accompagne les plus grandes entreprises dans le déploiement de l’IA. En France, le département Engineering réunit environ 300 personnes et vous rejoignez le chapter AI Applied Engineer pour définir pipelines, métriques et gouvernance des données.

Vous collaborerez avec les métiers et les analystes pour garantir l’exactitude des chiffres et l’utilité des données pour les applications et les agents, en utilisant dbt, SQL et les plateformes cloud.

Qualifications

• Maîtrise du SQL et modélisation des données pour l'analyse.
• Conception et surveillance de pipelines de données et contrôles de qualité.
• Définition de métriques et vérification de l'exactitude des données.
• Gestion de la gouvernance des données et droits d'accès.

Responsibilities

• Construire des pipelines d'ingestion et les modèles de données.
• Mettre en place le contrôle qualité des données et le lineage.
• Définir la couche sémantique et les métriques partagées entre métiers et agents.
• Gouvernance et gestion des droits d'accès pour les datasets.

Skills

SQL

Modélisation de données

Définition de métriques

Gouvernance des données

Surveillance de pipelines

Tools

dbt

BigQuery

Snowflake

Databricks

Data catalog

Job description

Mission

Un agent ne vaut que ce que valent les données et les connaissances sur lesquelles il répond. Pipelines, modèles de données, définitions de métriques, droits d'accès : vous créez et gouvernez ce socle, et les applications et les agents de nos clients s'appuient dessus. Quand un analyste ou un agent demande un chiffre, la réponse est celle de l'équipe finance, accompagnée de sa définition et de sa source.

Ce poste est fait pour vous si vous voulez que les métiers et les agents puissent se fier aux données, et les utilisent.

Artefact accompagne les plus grandes entreprises du monde dans le déploiement de l'IA : 3 000 AI makers dans plus de 30 pays, plus de 1 000 clients. En France, le département Engineering réunit environ 300 personnes sous la responsabilité du CTO ; vous y rejoignez le chapter AI Applied Engineer, archétype Context & Analytics Engineer.

Activités et responsabilités

Avec les équipes métier et les analystes, il s'agit de définir ce que signifie chaque métrique et de vérifier que les données y correspondent. Sur ce socle, les Product Engineers et les AI Engineers construisent applications et agents.

Les Platform Engineers exploitent l'infrastructure sur laquelle tournent vos pipelines. Les échanges avec les data owners et les équipes de gouvernance du client, la relecture de code entre pairs et l'accompagnement des nouvelles recrues complètent le quotidien.

Vos responsabilités :

• Construire des pipelines d'ingestion et des modèles de données, avec dbt par exemple.
• Mettre en place des contrôles de qualité des données et maintenir le lineage.
• Construire la couche sémantique et les définitions de métriques, pour que les personnes et les agents utilisent les mêmes chiffres, y compris en text-to-SQL.
• Définir les règles de gouvernance et les droits d'accès.
• Construire des pipelines de connaissances pour le RAG : indexation, chunking, métadonnées, permissions.
• Préparer le contexte exploitable par les agents : métadonnées, définitions, lineage et permissions.

Profil recherché

Les indispensables :

• Vous écrivez du SQL avec aisance et modélisez les données pour l'analyse.
• Des pipelines de données planifiés, testés et surveillés figurent à votre actif.
• Aux côtés des équipes métier, vous définissez les métriques et vérifiez que les données veulent bien dire ce que tout le monde croit y lire.
• La qualité des données, la documentation et les droits d'accès comptent pour vous.
• Les coding agents font déjà partie de votre quotidien, et vous vérifiez ce qu'ils produisent.

Un plus, pas un prérequis :

• Python pour le traitement de données.
• Une plateforme de données cloud, comme BigQuery, Snowflake ou Databricks.
• Une couche sémantique ou un metrics store.
• La préparation de documents pour le RAG : chunking, indexation, métadonnées.
• Des outils de data catalogue ou de lineage.

Pas besoin de cocher toutes les cases pour postuler : si vous avez l'essentiel des indispensables et l'envie d'apprendre le reste, parlons-en.

Pourquoi nous rejoindre ?

Dans un métier où deux tableaux de bord affichent parfois deux chiffres différents, ce poste consiste à rétablir la confiance : un chiffre juste, une définition partagée, une source identifiable. Ce travail, discret quand il réussit, conditionne tout ce que les autres archétypes construisent au-dessus.

Nous sommes des AI makers : l'IA se construit avec nos clients, pas seulement pour eux. Leurs enjeux deviennent les nôtres, et nos choix techniques s'expliquent dans le langage du métier. Les positions que nous prenons sont claires ; elles évoluent face aux faits, jamais sous la pression.

Notre domaine change tous les mois, et ce rythme nous convient : les nouvelles technologies et les nouveaux secteurs s'apprennent vite, et les habitudes qui ne servent plus s'abandonnent sans regret. Devant un problème difficile, le réflexe est de le découper en étapes vérifiables, avec un haut niveau d'exigence sur le code c