En un coup d'œil
- Missions: Industrialiser un pipeline ETL pour un référentiel national de projets.
- Entreprise: DINUM × SGPE, acteur clé dans la transition écologique des collectivités.
- Avantages: Travail 100% remote, flexibilité et possibilité de prolongation en 2027.
- Autres infos: Environnement dynamique avec une équipe collaborative et des technologies modernes.
- Pourquoi ce job: Contribue à un projet d'envergure avec un impact direct sur les collectivités.
- Qualifications: Expérience en ETL, pipelines batch et flux, et autonomie en production.
Le salaire estimé est compris entre 63000 - 77000 € par an.
Le produit L’API Projets Collectivités est le service numérique DINUM × SGPE qui construit le référentiel national des projets des collectivités : rapprochement multi-sources (dotations État, marchés publics, fonds d’aides, programmes des opérateurs de l’État), dédoublonnage, classification, identifiant unique de projet. Il alimente les vues territoriales des services de l’État (SGCOP, DREAL, préfectures) et les démarches de financement.
Nous avons une base consolidée d’environ 1,2 million de projets, une déduplication et une classification qui fonctionnent, mais en pipeline one-shot. Ta mission : en faire un ETL de production. Avec un enjeu transverse : faire tourner le run sur une stack souveraine (modèles ouverts, hébergement État) et des algorithmes lean et rapides.
La mission (≈ 22 jours, concentrés sur novembre) :
- Industrialiser le pipeline existant → ETL reproductible en environnement de test puis en prod : séparation datasources / calculs / logging des calculs, registre des sources, réversibilité des saisies humaines.
- Brancher les sources en flux en incrémental.
- Fiabiliser le rapprochement / dédup (record linkage, blocage territorial, scores, évaluation précision/rappel).
- Classifieur quasi temps réel sur stack souveraine : poursuivre un élève distillé (CPU, open-weight) et l’usage de modèles ouverts hébergés par l’État (Albert API).
- Documenter l’architecture et transmettre.
Livrables à fin novembre : ETL reproductible en test, connecteurs de flux, registre des sources, classifieur opérationnel, doc d’architecture.
Indispensable :
- Track record sur des projets similaires (ETL en production, maintenable et documenté).
- Pipelines batch et flux (idempotence, reprise, webhooks), orchestration, tests de données.
- Record linkage / entity resolution.
- Autonome en prod (PaaS, Docker), capable d’écrire et documenter une architecture.
- Pratique des assistants de code (toute l’équipe développe avec).
Apprécié :
- Distillation / classifieurs légers (BERT & co) et modèles open-weight.
- dbt.
- Expérience de référentiel/MDM.
- Données publiques françaises.
- Secteur public.
Conditions :
- Freelance, contractualisation via le titulaire du marché public beta.gouv.
- Contrainte de temps forte : démarrage début novembre, ~22 jours, temps plein souhaité (4 j/sem minimum), livrables réceptionnés avant mi-décembre.
- Prolongation possible en 2027.
- Full remote.
- Stack : PostgreSQL, Python, NestJS/TypeScript côté API, Scalingo.
- TJM : à discuter selon profil.
Data engineer senior - ETL d'un référentiel national de projets (freelance, novembre 2026) in Paris employeur : Beta
Rejoindre la Direction interministérielle du numérique (DINUM) en tant qu'adjoint(e) au chef de pôle 'Identités et accès professionnels / ProConnect' vous offre l'opportunité de contribuer à des projets numériques d'envergure au service des administrations et des citoyens. Avec un environnement de travail axé sur la collaboration, la sécurité et l'innovation, vous bénéficierez de réelles perspectives de développement professionnel tout en participant à des missions significatives qui renforcent la confiance dans les services publics. De plus, la culture de soutien et d'excellence au sein de l'équipe favorise un cadre propice à l'épanouissement personnel et professionnel.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data engineer senior - ETL d'un référentiel national de projets (freelance, novembre 2026) in Paris
✨Construis ta présence en ligne !
Pour décrocher des missions en freelance dans la data science, il est essentiel d'avoir une présence en ligne solide. Crée un portfolio où tu showcases tes projets de data science, des analyses de données ou des modèles prédictifs. Publie régulièrement des articles ou des études de cas sur des plateformes comme Medium ou LinkedIn, pour montrer ton expertise et attirer des clients potentiels.
✨Participe à des hackathons et des compétitions
Les hackathons sont un excellent moyen de booster ta visibilité et de te faire connaître dans la communauté. Participe à des compétitions sur des plateformes comme Kaggle, cela te permet de travailler sur des défis réels et de te connecter avec d'autres professionnels. En plus, ces événements sont souvent suivis par des entreprises à la recherche de talents pour des projets freelance.
✨Réseau local et forums de data science
Ne sous-estime pas la puissance du réseau local ! Engage-toi dans des meetups de data science dans ta région, et rejoins des forums comme Data Science France. Ces canaux sont parfaits pour échanger, mais aussi pour découvrir des opportunités de missions freelance qui ne sont pas toujours publiées sur les plateformes classiques.
✨Postule, et pas que par les plateformes classiques
Bien sûr, on peut trouver des gigs sur des sites comme Upwork ou Freelancer, mais pense aussi à postuler directement via des entreprises qui t'intéressent. Vérifie les offres sur leur site, et n'hésite pas à envoyer un email pour exprimer ton intérêt. Profite aussi de notre site pour voir les opportunités chez Beta – on a souvent des missions freelance dans le domaine de la data science !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data engineer senior - ETL d'un référentiel national de projets (freelance, novembre 2026) in Paris
Quelques conseils pour ta candidature 🫡
Mets à jour ton portfolio:Pour un poste freelance en data science, ton portfolio est ta vitrine ! Assure-toi d'y inclure des projets concrets, des analyses de données que tu as réalisées, et peut-être quelques visualisations accrocheuses. Pense à montrer ta méthodologie et le code bien commenté pour que les clients potentiels voient ta compétence.
Soigne ton CV technique:Dans le monde de la data science, les compétences techniques sont primordiales. Mentionne ton expérience avec des outils comme Python, R, ou des frameworks de machine learning comme TensorFlow ou scikit-learn. N'oublie pas d'inclure toute certification pertinente pour prouver ta maîtrise.
Parle de ta disponibilité et tes tarifs:Quand tu postules à un projet freelance, il est super important de préciser ta disponibilité et tes tarifs. Les clients veulent souvent savoir dès le départ si tu es un bon fit pour leur budget et leur échéancier. Sois clair et honnête pour éviter des malentendus plus tard.
Adapte ta lettre de motivation:Ta lettre doit vraiment résonner avec le projet proposé. Explique pourquoi tu es passionné par ce domaine et comment tes compétences peuvent apporter de la valeur à Beta. Sois spécifique sur comment tu envisages de résoudre leur problème de données !
Comment te préparer à un entretien d'embauche chez Beta
✨Montre ton expertise technique
En tant que freelance dans le domaine de la data science, il est crucial de mettre en avant ton expertise technique. Prépare-toi à discuter de tes projets précédents, des outils comme Python, R ou SQL, et des méthodes statistiques que tu as utilisées. N’hésite pas à partager des chiffres et des résultats concrets pour illustrer l'impact de ton travail.
✨Soigne ton portfolio
Ton portfolio est ta vitrine. Assure-toi qu'il soit à jour et bien structuré, avec des exemples de projets pertinents. Pense à inclure des études de cas détaillées qui montrent ta capacité à résoudre des problèmes spécifiques et à délivrer des résultats. Cela aidera à convaincre le client potentiel chez Beta de ta valeur ajoutée.
✨Prépare ton pitch et tes tarifs
En freelance, tu dois savoir comment te vendre. Prépare un pitch efficace où tu expliques ce que tu peux apporter à Beta en termes de valeur. Sois également prêt à discuter de tes tarifs. Avoir une idée claire de ce que tu vaux peut te donner plus de confiance, surtout face à des clients qui cherchent à optimiser leur budget.
✨Questions sur les cas pratiques
Durant l'entretien, prépare-toi à répondre à des questions axées sur des cas pratiques. Les recruteurs en data science aiment voir comment tu aborderais une problématique spécifique. Tu peux te préparer en analysant des jeux de données disponibles en ligne et en réfléchissant à la manière dont tu interpréterais les résultats ou résoudre ces problèmes.
