Analytics Engineer - CDI

Chez 10%, la donnée n’est pas une fonction support : c’est le produit. Elle alimente l’app, le ciblage des campagnes et les bilans qu’on présente aux marques. Les fondations sont posées : Snowflake, dbt, un modèle en étoile, une couche sémantique. On cherche la personne qui va les faire passer à l’échelle, en binôme direct avec le Head of Data.

• Modéliser - concevoir et maintenir les modèles dbt qui constituent notre socle analytique, du staging aux marts métier.
• Tenir l’architecture - faire vivre notre modélisation en étoile, arbitrer les patterns d’historisation (Data Vault sur les couches amont), documenter et refactorer quand il le faut.
• Fiabiliser - tests dbt, contrôles de fraîcheur et de cohérence, lineage. Un chiffre juste vaut mieux qu’un chiffre rapide : nos analyses partent chez le client.
• Analyser les comportements - activation, rétention, fréquence d’achat, mix catégoriel, report entre marques. Aller chercher dans le panier ce que personne d’autre sur le marché ne voit.
• Mesurer - contribuer aux plans de mesure des campagnes et des A/B tests, de la conception à la lecture des résultats.
• Diffuser - dashboards, modèles sémantiques et jeux de données prêts à l’emploi pour les équipes Sales, Growth, Produit et Ops, et pour les marques elles-mêmes.

On cherche quelqu’un qui aime autant la propreté d’un modèle bien posé que le moment où la donnée raconte enfin quelque chose.

• SQL - c’est ton outil de tous les jours. Window functions, historisation, requêtes analytiques complexes : tu les écris lisibles autant que performantes.
• Modern data stack - dbt et Snowflake en production.
• Modélisation - star schema, Data Vault : tu sais ce qu’est un grain, un fait, une dimension, et pourquoi le choix n’est jamais neutre.
• Esprit d’analyse rigoureux - tu challenges un chiffre avant de le publier, tu distingues corrélation et causalité, et tu sais dire « cette donnée ne permet pas de conclure ».
• BI - tu rends un modèle exploitable par des gens qui n’écriront jamais de SQL.
• Autonomie - tu cadres, tu priorises, tu vas chercher le contexte métier toi même.
• Environnement startup - périmètre mouvant, décisions rapides, tout n’est pas encore écrit. C’est précisément l’intérêt.
• Le petit plus - une expérience du retail, de la FMCG, du panel conso ou du marketing analytics, et du Python pour automatiser.
• Langues - français courant, anglais professionnel.

Ce que tu trouves chez nous :

• De la donnée qui vaut le coup : des achats réels, en volume, sur des catégories concrètes.
• Des marques comme Danone, Mars, Colgate-Palmolive ou Unilever, autant que des challengers en pleine croissance.
• Un impact direct : tes analyses finissent entre les mains des marques, pas dans un dashboard que personne n’ouvre.
• L’IA intégrée au quotidien dans notre chaîne de production analytique.
• Une équipe bienveillante, engagée et exigeante, en plein cœur de Paris.
• Carte titres-restaurant Swile et mutuelle Alan.

Le process de recrutement :

• Un entretien téléphonique avec le Head of Data (30 min).
• Un test technique à faire chez toi (2h).
• Une étude de cas SQL et modélisation (1h).
• Un entretien avec Clémence et Max, CEO et CTO (1h).