Emploi Data Engineering Specialist

Role and Responsibilities:

• Data Modeling & Warehousing:
  • Design, build, and maintain dimensional models (star schemas, fact/dimension tables) from complex source systems.
  • Develop and optimize SQL data warehouse objects — tables, views, stored procedures, and transformation logic.
  • Establish a clean, reusable semantic layer that standardizes business logic across reports.
• BI Development & Delivery:
  • Build and maintain Power BI datasets, dashboards, and reports with optimized DAX and M (Power Query).
  • Own the Power BI development lifecycle and deploy through Dev/Test/Prod pipelines.
  • Automate data preparation and reporting tasks with Python where it adds efficiency.
• Governance & Operations:
  • Manage Power BI workspaces, dataflows, refresh schedules, row-level security, and access.
  • Monitor performance and continuously tune models, queries, and refreshes.
  • Document data models, lineage, and business definitions for auditability and traceability.
• Requirements & Stakeholders:
  • Partner with business teams to capture reporting requirements and prioritize the request backlog.
  • Translate ambiguous asks into precise technical specs and deliver solutions that fit real needs.

***

Rôle et responsabilités :

• Modélisation et entreposage des données :
  • Concevoir, créer et maintenir des modèles dimensionnels (schémas en étoile, tables de faits/dimensions) à partir de systèmes sources complexes.
  • Développer et optimiser les objets SQL de l’entrepôt de données : tables, vues, procédures stockées et logique de transformation.
  • Mettre en place une couche sémantique claire et réutilisable qui normalise la logique métier dans l’ensemble des rapports.
• Développement et mise en production de la BI :
  • Créer et maintenir des ensembles de données, des tableaux de bord et des rapports Power BI à l’aide de DAX et M (Power Query) optimisés.
  • Gérer l’ensemble du cycle de vie du développement Power BI et assurer le déploiement via des pipelines de développement, de test et de production.
  • Automatiser les tâches de préparation des données et de création de rapports à l’aide de Python lorsque cela permet de gagner en efficacité.
• Gouvernance et opérations :
  • Gérer les espaces de travail Power BI, les flux de données, les plannings d’actualisation, la sécurité au niveau des lignes et les droits d’accès.
  • Surveiller les performances et optimiser en continu les modèles, les requêtes et les actualisations.
  • Documenter les modèles de données, la traçabilité et les définitions métier à des fins d’audit et de traçabilité.
• Exigences et parties prenantes :
  • Collaborer avec les équipes métier pour cerner les besoins en matière de reporting et hiérarchiser le carnet de commandes.
  • Traduire les demandes ambiguës en spécifications techniques précises et fournir des solutions adaptées aux besoins réels.

Required Qualifications:

• 3-5 years experience in BI development, analytics engineering, or data warehouse development
• Expert SQL and hands-on experience building/modeling SQL data warehouses
• Strong dimensional modeling — fact and dimension design from complex data
• Advanced Power BI: DAX, M (Power Query), dataset design, and lifecycle management
• Python for ETL/ELT, automation, and analytics
• Strong hands-on experience building scalable data pipelines and data solutions using Microsoft Fabric, Spark, SQL, Hadoop, Python, and medallion architecture
• Power BI Service governance: workspaces, gateways, security, deployment pipelines
• Ability to gather requirements and communicate with non-technical stakeholders

***

Qualifications requises :

• 3 à 5 ans d’expérience dans le développement de solutions BI, l’ingénierie analytique ou le développement d’entrepôts de données
• Maîtrise approfondie de SQL et expérience pratique de la création et de la modélisation d’entrepôts de données SQL
• Solides compétences en modélisation dimensionnelle — conception de tables de faits et de dimensions à partir de données complexes
• Maîtrise avancée de Power BI : DAX, M (Power Query), conception d’ensembles de données et gestion du cycle de vie
• Python pour l’ETL/ELT, l’automatisation et l’analyse
• Solide expérience pratique dans la mise en place de pipelines de données et de solutions de gestion des données évolutifs à l'aide de Microsoft Fabric, Spark, SQL, Hadoop, Python et de l'architecture Medallion
• Gouvernance du service Power BI : espaces de travail, passerelles, sécurité, pipelines de déploiement
• Capacité à recueillir les besoins et à communiquer avec des parties prenantes non techniques