> Markdown version of [/jobs/ext/2726068-analytics-engineer-databricks-spark-aws-h-f](https://www.wearedevelopers.com/jobs/ext/2726068-analytics-engineer-databricks-spark-aws-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Analytics Engineer Databricks Spark Aws H/F - **Company:** Monetaryamount - **Location:** France (Remote available) - **Experience:** Experienced - **Salary:** €42,000.0 - €60,000.0 - **Contract:** Permanent contract - **Skills:** Agile Methodology, Artificial Intelligence, Airflow, Amazon Web Services, Data Analysis, BigTable, Cloud Computing, Continuous Integration, Data Architecture, Data Governance, Data Transformation, Data Vault Modeling, Data Warehousing, Programming Tools, Dimensional Modeling, Github, Python (Programming Language), Scrum Methodology, SQL Databases, Tableau (Software), Apache Spark, Git, Data Lineage, Databricks - **Published:** September 5, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/83042682.html ## About the Role Profil recherchéConcrètement, qu'est-ce qu'on demande ?En 1er, un savoir-être en phase avec notre culture :Tu es curieux(se), rigoureux(se) et orienté(e) qualité.Tu apprécies travailler en équipe et partager tes connaissances.Tu possèdes un excellent esprit d'analyse et de synthèse.Tu es force de proposition et sensible aux bonnes pratiques de développement.Tu aimes comprendre les enjeux métiers afin de construire des solutions à forte valeur ajoutée.En 2nd, un bagage technique solide :Une expérience de 4 ans minimum en tant qu'Analytics Engineer, Data Engineer ou 6 ans en Data Analyst avec une forte dimension Data Engineering.Une excellente maîtrise de SQL et une bonne maîtrise de Python.Une solide expérience avec Spark.Une solide expérience avec dbt, notamment pour la modélisation et la transformation des données.Une expertise sur Apache Airflow pour l'orchestration des pipelines.Une expérience sur Databricks et l'environnement Cloud AWS.Une bonne connaissance des architectures de données modernes et de la Modern Data Stack.Une solide expérience en modélisation dimensionnelle (Kimball, Data Vault, One Big Table...).Une bonne maîtrise de Git, GitHub, des pratiques CI/CD et des outils de développement.Une bonne compréhension des notions de Data Lineage, Data Governance et de documentation des données.Un bon niveau d'anglais pour évoluer dans un environnement international.Une expérience des méthodologies Agile (Scrum/Kanban).Les petits plus qui feront la différence :Une connaissance de Great Expectations pour la qualité des données.Une expérience avec Tableau.Une curiosité pour les outils de la Modern Data Stack tels que Polars, DuckDB, Malloy ou MetricFlow.Une forte appétence pour les problématiques de performance, de qualité des données et d'optimisation des modèles analytiques.Et surtout, tu souhaites contribuer à construire des plateformes analytiques modernes qui permettent aux métiers d'exploiter, En 1er, un savoir-être en phase avec notre culture : * Tu es curieux(se), rigoureux(se) et orienté(e) qualité. * Tu apprécies travailler en équipe et partager tes connaissances. * Tu possèdes un excellent esprit d'analyse et de synthèse. * Tu es force de proposition et sensible aux bonnes pratiques de développement. * Tu aimes comprendre les enjeux métiers afin de construire des solutions à forte valeur ajoutée. En 2nd, un bagage technique solide : * Une expérience de 4 ans minimum en tant qu'Analytics Engineer, Data Engineer ou 6 ans en Data Analyst avec une forte dimension Data Engineering. * Une excellente maîtrise de SQL et une bonne maîtrise de Python. * Une solide expérience avec Spark. * Une solide expérience avec dbt, notamment pour la modélisation et la transformation des données. * Une expertise sur Apache Airflow pour l'orchestration des pipelines. * Une expérience sur Databricks et l'environnement Cloud AWS. * Une bonne connaissance des architectures de données modernes et de la Modern Data Stack. * Une solide expérience en modélisation dimensionnelle (Kimball, Data Vault, One Big Table...). * Une bonne maîtrise de Git, GitHub, des pratiques CI/CD et des outils de développement. * Une bonne compréhension des notions de Data Lineage, Data Governance et de documentation des données. * Un bon niveau d'anglais pour évoluer dans un environnement international. * Une expérience des méthodologies Agile (Scrum/Kanban). Les petits plus qui feront la différence : * Une connaissance de Great Expectations pour la qualité des données. * Une expérience avec Tableau., Anglais Force de proposition Kanban Contrôle qualité SQL AWS Git Rigueur et méthode Python Scrum Gouvernance des données Amélioration continue Esprit d'analyse ## Description Tu es passionné(e) par la donnée et tu souhaites concevoir des modèles fiables qui permettent aux métiers de prendre les meilleures décisions ? Tu aimes transformer des données complexes en actifs analytiques robustes, industrialiser les pipelines et faire évoluer une Modern Data Stack ? Rejoins Data Factorii en tant qu'Analytics Engineer et participe à des projets Data à fort impact dans un environnement international. Mais qu'est-ce que l'équipe Data Factorii adresse ? En tant qu'Analytics Engineer H/F, tes missions seront de : - Construire et industrialiser les pipelines de transformation de données : Concevoir des pipelines fiables et automatisés alimentant les tableaux de bord, les analyses métier et les modèles d'intelligence artificielle. - Concevoir les modèles de données métiers : Développer et maintenir une couche sémantique performante afin de rendre la donnée accessible, cohérente et exploitable par les équipes métier. - Garantir la qualité des données : Mettre en place les bonnes pratiques de modélisation, de validation et de contrôle qualité afin d'assurer la fiabilité des données mises à disposition. - Faire évoluer les datasets analytiques : Maintenir et enrichir les modèles existants pour répondre à de nouveaux besoins fonctionnels et accompagner les évolutions des usages. - Contribuer à la stratégie Data : Participer aux choix techniques autour de la Modern Data Stack et promouvoir les bonnes pratiques d'Analytics Engineering. - Collaborer avec les équipes Data : Travailler en étroite collaboration avec les Data Engineers, Data Analysts, Data Scientists et les équipes Produit afin de développer des solutions répondant aux enjeux métiers. - Participer à l'amélioration continue : Être moteur dans l'évolution des standards, de la documentation, de la gouvernance des données et des pratiques de développement., * Une curiosité pour les outils de la Modern Data Stack tels que Polars, DuckDB, Malloy ou MetricFlow. * Une forte appétence pour les problématiques de performance, de qualité des données et d'optimisation des modèles analytiques. Et surtout, tu souhaites contribuer à construire des plateformes analytiques modernes qui permettent aux métiers d'exploiter pleinement la valeur de leurs données ? Alors rejoins Data Factorii et participe à la construction des solutions Data de demain ! ## Related Videos - [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works) - [Innovating Developer Tools with AI: Insights from GitHub Next](https://www.wearedevelopers.com/videos/1268-innovating-developer-tools-with-ai-insights-from-github-next) - [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94) - [Enjoying SQL data pipelines with dbt](https://www.wearedevelopers.com/videos/823-enjoying-sql-data-pipelines-with-dbt) - [AI Model Management Life Circles: ML Ops For Generative AI Models From Research to Deployment](https://www.wearedevelopers.com/videos/1152-ai-model-management-life-circles-ml-ops-for-generative-ai-models-from-research-to-deployment) - [Bringing AI Model Testing and Prompt Management to Your Codebase with GitHub Models](https://www.wearedevelopers.com/videos/1536-bringing-ai-model-testing-and-prompt-management-to-your-codebase-with-github-models) ## Related Articles - [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk) - [Data Analyst Salary in the UK](https://www.wearedevelopers.com/magazine/278-data-analyst-salary-in-the-uk) - [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023) - [Data Analyst Salary in Switzerland](https://www.wearedevelopers.com/magazine/276-data-analyst-salary-in-switzerland) - [Best Companies to Work For in France: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/189-best-companies-to-work-for-in-france-top-25-companies-in-2023) - [Software Engineer Salary London](https://www.wearedevelopers.com/magazine/252-software-engineer-salary-london)