Tech Lead Data - Consultant Yield Advisory

Overview

En tant que Tech Lead Data, tu interviens chez nos clients grands groupes pour fiabiliser et faire passer à l'échelle leur socle data. Celui sur lequel reposent tous les usages BI, analytics et IA. La plupart des grands groupes ont déjà investi : un data warehouse, une stack BI, des dizaines de pipelines. Et pourtant : les chiffres ne se réconcilient pas d'une réunion à l'autre, les rapports Power BI sont en retard d'une journée, les data scientists passent 70 % de leur temps à nettoyer, et les cas d'usage IA s'arrêtent net quand on découvre que la donnée n'est pas prête. Toi, tu es là pour que ça change.

Responsibilities

• Architecture & socle data • Piloter et faire évoluer la plateforme data : architecture cible, modèles de données, patterns d'ingestion, exposition pour BI et IA.• Arbitrer les évolutions : batch vs streaming, ELT vs ETL, modélisation dimensionnelle vs Data Vault, self-service vs gouverné.• Maintenir l'alignement avec l'architecture DSI globale et les choix groupe.
• Pipelines, qualité & data products • Concevoir des pipelines robustes, observables et reproductibles.• Garantir la qualité, la disponibilité et la traçabilité des données critiques : SLAs, monitoring, alerting, lineage.• Installer les pratiques « data product » : un dataset a un propriétaire, un SLA, des consommateurs identifiés et une mesure d'usage réel.• Prioriser sans concession les datasets à fort impact business.
• Support aux cas d'usage IA • Fournir aux équipes IA des données prêtes à l'emploi : qualité, fraîcheur, fiabilité, contrats d'interface clairs.• Garantir la condition critique de succès des IA métier : sans data‑ready, pas de mise en production.• Travailler main dans la main avec les Responsables IA Tech sur les pipelines de features, les bases vectorielles et les index RAG.
• Gouvernance & lead technique • Déployer une gouvernance data pragmatique : ownership, règles de qualité, référentiels (MDM), catalogue.• Travailler avec DPO, juridique et sécurité sur RGPD et AI Act.• Encadrer techniquement les data engineers et analytics engineers du client : revues de code, mentoring, pair, montée en compétence.• Porter la voix data en CODIR : défendre une feuille de route, arbitrer, dire non quand il faut.• Contribuer au pôle Advisory : capitalisation, frameworks, recrutement, avant‑vente.

Stack & environnement technique

• Data warehouse & BI : AWS Redshift, Microsoft Fabric, Power BI.
• Bases & streaming : PostgreSQL, pgvector, S3, Kafka (topic & schema management).
• Langages : Python (pandas, PySpark, dbt‑like), SQL avancé.
• Cloud & pratiques : AWS (CloudWatch, S3, ALB), NGINX, data contracts, lineage, CI/CD sur pipelines, modélisation dimensionnelle / Data Vault.

Les avantages

• Un MacBook est fourni.
• Pose tes congés quand tu le souhaites.
• Budget personnel pour ton matériel (écran, clavier, souris…).
• Carte restaurant Swile.
• Un séminaire d’entreprise au ski chaque année.
• Des temps de partage, apéros, teambuilding.
• Conférences, formations, meetups.
• Le remboursement de 50 % de tes frais de transport.
• Des collègues incroyables.
• Mutuelle Alan Green.
• Bureaux très sympas à la Trinité (Paris).
• Prime de vacances Syntec.

Qualifications

• 6+ ans d'expérience en data engineering / analytics engineering, dont une expérience structurante de lead technique sur un socle data à grande échelle.
• Expérience construite ou transformée une fonction data dans un environnement complexe (retail, FMCG, food service, logistique, services, industrie).
• Compréhension de la mise en production d'un dataset quand les utilisateurs finaux sont des managers de site ou un Comex.
• Solide maîtrise de l'architecture data cloud, des pipelines, de la modélisation et de la BI moderne.
• Bonne compréhension des enjeux IA.
• Exigeant(e) sur la qualité, pédagogue avec les métiers, capable de dire non et de structurer.
• Utilisation de l'IA au quotidien (Claude, Cursor, agents de dev) pour accélérer son travail.
• Anglais professionnel courant.