Tech Lead Data - Consultant Yield Advisory

Yield Studio & Advisory

Paris

Sur place

EUR 70 000 - 90 000

Plein temps

14 jours+

Recevez plus de réponses des employeurs

Envoyez un CV adapté au poste en quelques minutes.

Avantages offerts par ce poste

MacBook fourni

Congés flexibles

Budget pour matériel

Carte restaurant Swile

Séminaire d'entreprise au ski

Apéros et teambuilding

Formations et conférences

Remboursement de 50% des frais de transport

Bureaux à Paris

Prime de vacances Syntec

Résumé du poste

Yield Studio & Advisory recherche un Tech Lead Data pour intervenir chez ses clients grands groupes en Île-de-France. Le candidat idéal devra gérer l'architecture et les pipelines d'une plateforme data à grande échelle, en garantissant la qualité des données et en soutenant les cas d'usage IA. Avec plus de 6 ans d'expérience en data engineering, ce poste offre des avantages innovants tels qu'un MacBook, des congés flexibles et une mutuelle de qualité.

Qualifications

6+ ans d'expérience en data engineering ou analytics engineering.
Expérience significative de lead technique sur un socle data à grande échelle.
Solide maîtrise de la modélisation et du stockage des données.
Bonne compréhension des enjeux de l'intelligence artificielle.

Responsabilités

Piloter et faire évoluer la plateforme data.
Concevoir des pipelines robustes et garantissant la qualité des données.
Travailler avec les équipes IA pour fournir des données prêtes à l'emploi.
Encadrer les data engineers et analytics engineers du client.

Connaissances

Data engineering

Architecture data cloud

Pipelines

BI moderne

Anglais professionnel

Outils

AWS Redshift

Power BI

PostgreSQL

Python

dbt-like

Description du poste

En tant que Tech Lead Data, tu interviens chez nos clients grands groupes pour fiabiliser et faire passer à l'échelle leur socle data. Celui sur lequel reposent tous les usages BI, analytics et IA.

La plupart des grands groupes ont déjà investi : un data warehouse, une stack BI, des dizaines de pipelines. Et pourtant : les chiffres ne se réconcilient pas d'une réunion à l'autre, les rapports Power BI sont en retard d'une journée, les data scientists passent 70% de leur temps à nettoyer, et les cas d'usage IA s'arrêtent net quand on découvre que la donnée n'est pas prête. Toi, tu es là pour que ça change.

Tu prends la responsabilité technique du socle data : architecture, pipelines, qualité, modélisation, gouvernance opérationnelle. Le Tech Lead qui parle aussi bien à un data engineer junior qu'à un Head of Finance ou un Responsable IA.

Tes responsabilités au quotidien

Architecture & socle data

Piloter et faire évoluer la plateforme data : architecture cible, modèles de données, patterns d'ingestion, exposition pour BI et IA.
Arbitrer les évolutions : batch vs streaming, ELT vs ETL, modélisation dimensionnelle vs Data Vault, self-service vs gouverné.
Maintenir l'alignement avec l'architecture DSI globale et les choix groupe.

Pipelines, qualité & data products

Concevoir des pipelines robustes, observables et reproductibles. Pas des scripts qu'il faut relancer à la main tous les lundis.
Garantir la qualité, la disponibilité et la traçabilité des données critiques : SLAs, monitoring, alerting, lineage.
Installer les pratiques « data product » : un dataset a un propriétaire, un SLA, des consommateurs identifiés et une mesure d'usage réel.
Prioriser sans concession les datasets à fort impact business, pas ceux demandés à la voix la plus forte.

Support aux cas d'usage IA

Fournir aux équipes IA des données prêtes à l'emploi : qualité, fraîcheur, fiabilité, contrats d'interface clairs.
Être le garant de la condition critique de succès des IA métier : sans data-ready, pas de mise en production.
Travailler main dans la main avec les Responsables IA Tech sur les pipelines de features, les bases vectorielles et les index RAG.

Gouvernance & lead technique

Déployer une gouvernance data pragmatique : ownership, règles de qualité, référentiels (MDM), catalogue. Travailler avec DPO, juridique et sécurité sur RGPD et AI Act.
Encadrer techniquement les data engineers et analytics engineers du client : revues de code, mentoring, pair, montée en compétence.
Porter la voix data en CODIR : défendre une feuille de route, arbitrer, dire non quand il faut.
Contribuer au pôle Advisory : capitalisation, frameworks, recrutement, avant-vente.

Stack & environnement technique

Data warehouse & BI : AWS Redshift, Microsoft Fabric, Power BI.
Bases & streaming : PostgreSQL, pgvector, S3, Kafka (topic & schema management).
Langages : Python (pandas, PySpark, dbt-like), SQL avancé.
Cloud & pratiques : AWS (CloudWatch, S3, ALB), NGINX, data contracts, lineage, CI/CD sur pipelines, modélisation dimensionnelle / Data Vault.

Qualifications

6+ ans d'expérience en data engineering / analytics engineering, dont une expérience structurante de lead technique sur un socle data à grande échelle.
Tu as déjà construit ou significativement transformé une fonction data dans un environnement complexe (retail, FMCG, food service, logistique, services, industrie).
Tu sais ce que signifie mettre un dataset en production quand les utilisateurs finaux sont des managers de site ou un Comex, pas des data scientists.
Solide maîtrise de l'architecture data cloud, des pipelines, de la modélisation et de la BI moderne.
Bonne compréhension des enjeux IA. Tu sais ce qu'attend une équipe IA d'un socle data, sans piloter directement les modèles.
Exigeant(e) sur la qualité, pédagogue avec les métiers, capable de dire non et de structurer.
Tu utilises l'IA au quotidien (Claude, Cursor, agents de dev) pour accélérer ton travail.
Anglais professionnel courant.

Les avantages