Analytics Engineer - Impact métier & data platform H/F

1ère enseigne de pharmaciens indépendants, créée en 2006 par Healthy Group , Aprium Pharmacie est aujourd’hui l’acteur n°1 de la pharmacie avec plus de 500 adhérents répartis sur l’ensemble du territoire national, soit 2md de chiffre d’affaires sous enseigne en 2025.

Ses adhérents sont unis autour d’un engagement simple : se concentrer sur l’écoute des patients et le conseil personnalisé pour veiller sur leur santé au quotidien.

Depuis sa création, les adhérents Aprium Pharmacie disposent d’une plateforme de services qui combine les avantages des réseaux traditionnels de pharmacie : la mutualisation des achats, pour optimiser la pertinence et la compétitivité de l’offre en officine, avec la mise à disposition de services à forte valeur ajoutée, tels que le marketing, les services digitaux, ou encore l’accompagnement des équipes officinales.

Chez nous, la data n’est pas un sujet abstrait.

Elle sert chaque jour à aider des pharmaciens à mieux piloter leur activité, à faire les bons choix et à améliorer concrètement la performance de leur officine.

En rejoignant l’équipe, vous ne construisez pas seulement des modèles de données : vous contribuez à rendre la donnée utile, compréhensible et actionnable pour plus de 500 pharmacies, partout en France. Votre travail a un impact direct sur le terrain, au plus près des équipes, dans un environnement où beaucoup reste à structurer et à inventer.

Notre ambition : mettre la data au cœur de la performance du réseau, en développant des outils de pilotage et des usages innovants au service des équipes terrain.

Dans ce contexte, nous renforçons notre équipe data avec un(e) Analytics Engineer.

Votre rôle :

En tant qu’Analytics Engineer, vous êtes au cœur de la valorisation de la donnée.

Votre objectif : transformer des données complexes en informations utiles, fiables et directement exploitables par les équipes métier.

Vous intervenez à la croisée de la technique et du business, avec un impact concret sur les décisions et la performance du réseau.

Modélisation et structuration de la donnée

• Concevoir des modèles de données orientés analyse (approche analytics-first)
• Construire des datasets fiables et directement exploitables (BI, pilotage)
• Structurer les données dans notre data warehouse (Snowflake)

Collaboration avec les équipes métier

• Comprendre les besoins des équipes (pharmacie, marketing, réseau)
• Traduire ces besoins en indicateurs et en modèles de données
• Participer à la définition et à la fiabilisation de KPIs

Transformation et qualité des données

• Développer et maintenir les transformations de données
• (ELT) Mettre en place des contrôles de qualité et de cohérence
• Documenter les modèles et les flux

Performance et bonnes pratiques

• Optimiser les requêtes et les coûts Snowflake
• Mettre en place des standards de modélisation (type dbt)
• Améliorer la lisibilité et la maintenabilité des datasets

Contribution aux usages avancés

• Structurer la donnée pour faciliter son exploitation (analyse, automatisation, IA)
• Participer à l’émergence de nouveaux usages data
• Améliorer la qualité et la disponibilité des données pour les outils analytiques

Profil recherché :

Expérience

• 3 à 6 ans d’expérience en data (analytics engineering, data analyst avancé ou data engineer orienté analytics)

Compétences techniques

• Très bonne maîtrise de SQL (indispensable)
• Expérience en transformation de données (ELT, dbt ou équivalent)
• Expérience avec des outils de la modern data stack (dbt, Airflow, Fivetran, Airbyte…)
• Connaissance d’un outil BI (Power BI ou autre)

Compétences métier

• Capacité à comprendre des enjeux business
• Expérience en BI, reporting ou data visualisation
• Bonne compréhension des KPI et de leur impact
• Capacité à faire le lien entre technique et métier
• Rigueur et sens de l’organisation
• Autonomie et capacité à prioriser
• Aisance dans les échanges avec des interlocuteurs non techniques

Un +

• Expérience sur un data warehouse moderne (Snowflake, BigQuery ou équivalent)
• Expérience dans la structuration de datasets pour des usages analytiques

Pourquoi nous rejoindre ?

• Un rôle central dans la structuration de la data
• Un impact direct sur les usages métier et la performance terraintrue
• Un environnement en construction laissant place à l’initiative
• Des cas d’usage concrets à grande échelle (500 pharmacies)
• Une équipe à taille humaine, en lien direct avec les métiers