En un coup d'œil
- Missions: Développez des solutions data innovantes pour transformer l'agriculture avec l'IA.
- Entreprise: Entité dynamique d'un grand groupe français, axée sur l'innovation industrielle.
- Avantages: Salaire compétitif, environnement de travail flexible et opportunités de développement professionnel.
- Autres infos: Environnement stimulant avec de réelles perspectives de carrière.
- Pourquoi ce job: Impactez le secteur agricole en exploitant la donnée et l'IA pour améliorer les performances.
- Qualifications: Expérience en développement data et compétences en collaboration interdisciplinaire.
Le salaire estimé est compris entre 49500 - 60500 € par an.
L’entreprise et le contexte : Nous accompagnons une entité dédiée à l’innovation et à la transformation industrielle d’un grand groupe français, fortement ancré dans son territoire, qui accélère aujourd’hui le déploiement de solutions Industrie 4.0 et IA appliquée au terrain. Elle accélère sa transformation numérique et développe des solutions digitales concrètes destinées aux métiers sur le terrain agricole et dans les élevages. Son ambition : exploiter la donnée et l’IA pour transformer les informations issues de la production en indicateurs fiables, lisibles et utiles à la décision.
Pour accompagner cette ambition, nous recherchons un(e) Data Product Engineer / Analytics Engineer (création de poste) pour contribuer à la construction et à la montée en puissance du pôle Data Analytics.
Le poste : Vous ne serez pas simplement chargé(e) de développer des pipelines ou des dashboards, votre rôle sera de partir du besoin métier pour construire la bonne solution data. Vous travaillerez notamment avec des vétérinaires, techniciens d’élevage et équipes produit pour comprendre leurs problématiques, identifier les indicateurs réellement utiles et les traduire en solutions analytiques. Le tout dans un contexte où le développement assisté par IA et agents prend une place croissante : l’objectif est de passer moins de temps sur la « plomberie » et davantage sur la compréhension du problème, la conception et la validation de la solution.
Vous intervenez de bout en bout, de la compréhension du besoin jusqu’à sa restitution dans le produit :
- Explorer les besoins métier auprès des parties prenantes, afin d’identifier les questions auxquelles la data peut apporter une réponse,
- Cadrer les cas d’usage avec le PO : indicateurs, granularité, objectifs et critères permettant de mesurer la valeur apportée,
- Concevoir le modèle analytique et bâtir le socle OLAP en vous appuyant sur une modélisation dimensionnelle de type Kimball / modèle en étoile,
- Développer et industrialiser les pipelines data en Python et Apache Airflow, depuis les sources comme PostgreSQL ou MySQL vers l’environnement analytique,
- Structurer les transformations avec dbt, en intégrant tests, documentation et traçabilité des données,
- Faire évoluer le modèle dans ClickHouse et rechercher les meilleurs compromis entre performance, fraîcheur et coût,
- Construire la couche sémantique avec Cube.js afin de fiabiliser et partager les définitions des métriques métier,
- Développer les dashboards dans Apache Superset et veiller à leur lisibilité, leurs performances et leur adéquation aux usages terrain,
- Participer à la fiabilisation des données et des indicateurs, en contrôlant notamment les productions issues des outils d’IA,
- Apporter votre leadership technique au sein du pôle Data Analytics, sans rôle de management hiérarchique.
L’objectif : faire en sorte que la donnée ne soit pas simplement disponible, mais qu’elle permette réellement de mieux piloter la performance zootechnique.
Autres technologies Data (Extraction, dataviz) (2- Avancé), Big Data (2- Avancé), Power BI (2- Avancé), Gestion de projet en Data (2- Avancé), Gestion de produit (2- Avancé)
Data Product Engineer / Analytics Engineer H/F – Zootechnie employeur : Externatic
Externatic est un employeur de choix, offrant un environnement de travail dynamique à Saint-Brieuc, où l'innovation et la collaboration sont au cœur de notre culture. Nous valorisons le développement professionnel de nos employés en leur offrant des opportunités de croissance, tout en garantissant un équilibre entre vie professionnelle et personnelle grâce à des options de télétravail. Avec des avantages tels que des titres-restaurant et une mutuelle entièrement financée, nous nous engageons à créer un cadre de travail épanouissant et motivant.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Product Engineer / Analytics Engineer H/F – Zootechnie
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Externatic
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Externatic. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Product Engineer / Analytics Engineer H/F – Zootechnie
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Externatic, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Externatic que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Externatic. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Externatic
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Externatic et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
