Vacantes en Orleans, Francia

En postulant à cette offre, vous aurez l'opportunité de rejoindre une marque de compléments alimentaires pour chiens en pleine croissance, active en France, Belgique et Espagne, avec un chiffre d'affaires d'environ 700K€ par mois et en forte accélération.

Dans un contexte de croissance forte et de culture data-first, ils cherchent à structurer leur stack analytique. L'objectif est de faciliter la lecture des données et leur utilisation par les équipes marketing, produit, finance ou supply chain.

Modéliser, transformer, documenter et maintenir la donnée pour en faire un levier opérationnel. Vos missions :

• Garantir la disponibilité de données utiles et actionnables pour toutes les équipes.
• Cocréer et faire évoluer la modern data stack avec l'équipe tech, tout en collaborant avec les responsables d'équipes pour transformer la donnée en décisions concrètes.
• Participer à la conception du modèle de données utilisé par les équipes internes.
• Améliorer et fiabiliser la stack existante (BigQuery, intégrations de données) et guider la mise en place de pipelines supplémentaires avec l'appui de nos développeurs.
• Mettre en place des tests, assurer la qualité des données, la documentation et la performance des requêtes.
• Créer rapidement des POC data pour tester des hypothèses avant industrialisation.
• Définir et challenger les bons metrics avec nos différentes équipes (Ops, Finance, Growth - Acquisition & Rétention -, Product Design, CX) pour s'assurer que les données suivies sont pertinentes, fiables et orientées vers des actions concrètes.

La société, lancée en 2020, est rentable et collecte déjà plusieurs milliers de points de données chaque jour, notamment autour de la performance marketing, des processus logistiques, de la rétention client ou des volumes de commandes.

• Solide niveau en SQL.
• Expérience en Analytics Engineering ou rôle équivalent dans un environnement data moderne (idéalement BigQuery, dbt, Airflow ou similaire).
• Goût pour la modélisation, la documentation et la rigueur analytique.
• Pédagogie, capacité à rendre la donnée compréhensible.
• Capacité à structurer, organiser, nettoyer et documenter la stack actuelle.
• Compétences en Google Cloud (BigQuery, Firestore, Cloud Run).
• Expérience avec DLT (ETL, librairie Python open-source).