En un coup d'œil
- Missions: Modéliser des ensembles de données pour des décisions stratégiques et maintenir des pipelines de données performants.
- Entreprise: Vestiaire Collective, leader mondial de la mode circulaire et de la consommation durable.
- Avantages: Travail à impact, environnement international et opportunités de croissance professionnelle.
- Autres infos: Culture d'innovation avec une équipe diversifiée de 600 personnes.
- Pourquoi ce job: Contribuez à transformer l'industrie de la mode tout en développant vos compétences techniques.
- Qualifications: 3-5 ans d'expérience en ingénierie des données et compétences solides en SQL.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Vestiaire Collective is the leading global platform for desirable pre-loved fashion and a pioneer in transforming how people consume fashion.
Our mission is simple: make circular fashion the norm, not the exception.
Through technology, expertise, and a highly engaged global community, we enable millions of people to buy and sell fashion in a more sustainable way.
Founded in Paris in 2009, Vestiaire Collective is now a globally scaled marketplace with offices in Paris, London, Berlin, New York, Singapore, and Ho Chi Minh City, and logistics hubs across Europe, Asia, and the US.
Today, we are a team of around 600 people from over 50 nationalities, united by a shared ambition: to drive meaningful change in the fashion industry.
Our values, Activism, Transparency, Dedication, Greatness, and Collective, shape how we build, collaborate, and grow every day.
About the role
As a Senior Analytics Engineer, you will play a key role in our data ecosystem by modelling raw datasets into clear, reliable, and scalable data products that power strategic decision-making across the business.
Embedded within the central Analytics Engineering team, you will own and evolve data pipelines and analytical data products that support teams across Product, Marketing, CRM, Finance, Operations, and other areas of the business.
Beyond core development, you will drive data reliability, elevate our technical standards, and experiment with AI-assisted tools to streamline modern data workflows.
What you will do
- Design, build, and maintain scalable, high-performance data pipelines and reusable analytical data products using dbt, Snowflake, and Airflow.
- Transform complex raw data into structured, reliable, and accessible data models, supported by appropriate testing and documentation, that enable decision-making across the organisation.
- Own analytical data products throughout their lifecycle, from initial design and delivery through continuous improvement, evolution, and retirement, while considering performance, maintainability, and cost.
- Contribute to the evolution of the engineering foundations supporting Analytics Engineering, including CI/CD, orchestration, monitoring, deployment, and tooling version upgrades, in collaboration with Data Platform Engineering.
- Partner with Finance, Operations, Commercial, Marketing, CRM, Product, and other teams to translate business needs into clear, reliable, and scalable data solutions, applying technical judgement to clarify requirements and recommend effective approaches.
- Take ownership of projects from design through delivery and communicate technical decisions and trade-offs clearly.
- Explore and apply AI-assisted engineering tools across the data development lifecycle, including ingestion, transformation, testing, documentation, and deployment.
- Help define and embed Analytics Engineering best practices, fostering a culture of quality, ownership, documentation, testing, and continuous improvement across the team.
Who you are
- 3-5 years of relevant experience in Analytics Engineering, Data Engineering, BI Engineering, or a similar role, with hands‑on experience designing, deploying, and maintaining large-scale, efficient ETL, ELT, or reverse ETL pipelines.
- Strong SQL and data transformation skills(DBT), including complex transformations and modular, reusable data models.
- Experience with Snowflake, Big Query, Postgre SQL, or another modern data warehouse, with awareness of performance and cost considerations.
- Experience with Airflow or a comparable tool for job orchestration, scheduling, and dependency management.
- Experience using Python for data processing, workflow automation, or developing data tooling.
- Experience with version controlling (Git Hub), CI/CD, automated testing, monitoring, and observability.
- Ability to work autonomously, manage dependencies, and take accountability for data products and technical initiatives beyond their initial delivery.
- Ability to make and clearly communicate technical decisions and trade-offs.
- Strong communication skills and the ability to work effectively with technical and non-technical stakeholders.
- Practical experience or strong interest in applying AI-assisted engineering tools to data development.
- Strong problem-solving mindset and commitment to engineering quality.
- Prior exposure to e-commerce platforms, two-sided marketplaces, or high-volume Ad Tech ecosystems is a plus.
What We Offer
Purpose-driven work at scale Join a company reshaping the fashion industry towards circularity, you directly contributes to reducing waste and extending the life of luxury items.
High-impact scope & ownership Work on products used globally, where your decisions have immediate, measurable impact on millions of users across 70+ countries.
- A truly international environment Co
- #J-18808-Ljbffr
Senior Analytics Engineer in Paris employeur : Vestiairecollective
Vestiaire Collective est un employeur exceptionnel, offrant un environnement de travail dynamique et international au cœur de Paris. Avec une culture axée sur l'impact social et la durabilité, les employés bénéficient d'opportunités de croissance rapide, d'une flexibilité de travail hybride et d'un budget dédié à l'apprentissage. Rejoindre notre équipe, c'est contribuer à transformer l'industrie de la mode tout en profitant d'avantages compétitifs tels que des jours de congé pour des actions caritatives et une rémunération attrayante.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Senior Analytics Engineer in Paris
✨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 Vestiairecollective
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Vestiairecollective. 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 Senior Analytics Engineer in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Vestiairecollective, 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 Vestiairecollective 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 Vestiairecollective. 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 Vestiairecollective
✨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 Vestiairecollective et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
