Data Platform Engineer (Sport & Santé )

Nutripure est une marque française de compléments alimentaires. Nous offrons des produits de qualité, efficaces et sains, pensées pour le sport et le bien‑être. Notre exigence est une transparence totale, des formules clean, et un sourcing irréprochable. L’équipe est bienveillante, engagée, passionnée et tournée vers l’innovation et la performance collective.

Nous recrutons un Data Platform Engineer pour renforcer l’équipe IT. En tant que garant de la plateforme data, vous assurerez la fiabilité, la fraîcheur et la qualité des données, et structurerez la plateforme pour l’industrialiser.

Les missions / À quoi ressemble ton quotidien :

1. Infrastructures et orchestration de la plateforme data
   • Maintenance et évolution de la stack data sur GCP : BigQuery, Airflow/Dagster/Cloud Composer.
   • Gestion du code d’infrastructure (IaC, Git, CI/CD).
   • Définition des SLA sur la fraîcheur, la complétude et la disponibilité des données.
   • Mise en place du monitoring, alerting et procédures de remédiation.
   • Relation opérationnelle avec notre partenaire externe data engineering.
2. DataOps
   • Tests automatisés des pipelines (unitaires, intégration, qualité).
   • Revue de code, CI/CD pour les transformations.
   • Déploiements reproductibles et promotion contrôlée des changements.
   • Gestion des data contracts entre producteurs et consommateurs.
   • Gestion des incidents data, post‑mortem, plan d’action correctif.
   • Métriques d’industrialisation : lead time, taux d’échecs, MTTR.
3. Connecteurs et intégrations data
   • Construction, maintenance et évolution des connecteurs vers ERP, CMS, CRM, marketing, paiement, marketplaces.
   • Gestion des APIs REST, webhooks, connecteurs SaaS.
   • Assurer la cohérence des schémas et la traçabilité (lineage).
   • Synchronisations sortantes vers systèmes opérationnels.
4. Qualité et observabilité des données
   • Contrôles de qualité (tests dbt, Great Expectations ou équivalents).
   • Documentation des modèles et règles de gestion.
   • Détection et résolution des anomalies.
   • Audits réguliers de cohérence inter‑systèmes.
5. Outils et enablement des analysts
   • Fourniture de modèles de référence dans le warehouse.
   • Conventions, templates, bibliothèques de requêtes.
   • Support technique sur performance et modélisation.
   • Contribution à la roadmap BI (Looker Studio, Metabase).
   • Formation des analysts sur SQL, Git et documentation.

Compétences techniques

• Python solide : conception, tests et maintenance de code de production.
• SQL avancé : expérience sur un moteur cloud (BigQuery, Snowflake, Redshift).
• Orchestration : Airflow, Dagster, Prefect ou Cloud Composer.
• Modélisation et transformation : dbt ou équivalent.
• DataOps : tests automatisés, CI/CD, data contracts, observabilité.
• APIs REST et intégrations SaaS : construction de connecteurs custom.
• Git, Docker, CI/CD.
• GCP (BigQuery, Cloud Run, Cloud Functions, Secret Manager).
• Connaissance de ClickHouse, Great Expectations, Looker Studio, Metabase (plus).

Compétences personnelles

• Autonomie, rigueur, documentation et anticipation des pannes.
• Orientation produit, simplicité et robustesse.
• Capacité à vulgariser les choix techniques.
• Goût pour la fiabilité (99.99% uptime).
• Esprit d’équipe, partage des compétences.

Formation

Bac +3 à +5 en Informatique, Ingénierie, Data, Statistiques ou équivalent.

3 à 5 ans d’expérience en tant que Data Engineer, Analytics Engineer, Data Platform Engineer ou équivalent dans un contexte e‑commerce, scale‑up ou environnement SaaS multi‑sources.