> Markdown version of [/jobs/ext/3159615-senior-data-engineer-gcp-analytics-genai-h-f](https://www.wearedevelopers.com/jobs/ext/3159615-senior-data-engineer-gcp-analytics-genai-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). --- # Senior Data Engineer GCP - Analytics & GenAI (H/F) - **Company:** Hoxton Partners - **Location:** Paris, France - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Airflow, Data Analysis, BigQuery, Cloud Computing, Cluster Analysis, Continuous Integration, Identity and Access Management, Python (Programming Language), Power BI, SQL Databases, Large Language Models, Generative AI, Git, Terraform, Looker Analytics - **Published:** September 15, 2026 - **Apply:** https://www.indeed.com/viewjob?jk=5b9f0c6eae0dade1 ## About the Role Nous recherchons un consultant disposant idéalement de 5 à 8 années d?expérience dans des environnements Data Cloud. Le profil devra être réellement hybride : solide techniquement sur le Data Engineering tout en étant capable de comprendre les problématiques métier et de construire des restitutions pertinentes. Compétences recherchées : SQL avancé / expert. Très bonne maîtrise de BigQuery : partitionnement, clustering, optimisation des coûts et performances. Python. GCP : Dataflow, Pub/Sub, Cloud Functions, Composer / Airflow. Terraform, Git et pratiques CI/CD. Power BI, notamment DirectQuery, et/ou Looker. IAM GCP, gestion des habilitations et Row Level Security. Bonne compréhension de la modélisation de données et des couches sémantiques. Sensibilité aux sujets GenAI : LLM, RAG, grounding, text-to-SQL. Une première expérience avec Vertex AI, Gemini ou un environnement équivalent serait appréciée. Une expérience concrète d?assistant analytique ou de POC GenAI sur des données métier constitue un plus. Le consultant devra être autonome, rigoureux, capable d?évoluer dans un contexte où les priorités peuvent changer et à l?aise avec des besoins qui ne sont pas toujours totalement spécifiés en amont. Les profils exclusivement orientés dashboarding, les Data Engineers sans capacité de restitution métier ou les profils principalement GenAI sans expérience réelle de modélisation de données ne correspondent pas au besoin. ## Description La mission démarrera par une phase d?assessment des différentes sources de données : cartographie, qualité, granularité, fraîcheur et compréhension des règles métier. Le consultant interviendra ensuite sur la conception et l?industrialisation des modèles de données, des requêtes analytiques et des restitutions à destination des métiers. L?objectif est de construire une architecture data robuste et exploitable à court terme via des dashboards et analyses classiques, tout en préparant les fondations nécessaires à de futurs usages d?analytique conversationnelle, notamment autour du text-to-SQL, des LLM et des approches RAG. Les principales missions seront : Réaliser l?assessment et la cartographie des différentes sources de données. Analyser la qualité, la granularité, la fraîcheur et les règles métier associées aux données. Concevoir et industrialiser les modèles de données et les requêtes analytiques. Développer des requêtes SQL complexes et optimiser les performances et les coûts sur BigQuery. Construire des dashboards fiables, lisibles et utilisés par les équipes métier. Participer à la mise en place d?une couche sémantique cohérente : métriques définies, nommées et documentées. Participer aux ateliers métier et traduire les besoins business en modèles de données exploitables. Mettre en place ou contribuer aux flux d?ingestion et de traitement de données sur GCP. Participer à l?industrialisation via Terraform, Git et CI/CD. Préparer l?architecture data aux futurs usages d?IA générative et d?analytique conversationnelle. Contribuer éventuellement à des POC autour de Vertex AI, Gemini, RAG ou text-to-SQL. ## Related Videos - [Data Science in Retail](https://www.wearedevelopers.com/videos/586-data-science-in-retail) - [AI PowerPlay: Building High-Impact Teams & Transformative Solutions](https://www.wearedevelopers.com/videos/1005-ai-powerplay-building-high-impact-teams-transformative-solutions) - [Fully Orchestrating Databricks from Airflow](https://www.wearedevelopers.com/videos/336-fully-orchestrating-databricks-from-airflow) - [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) - [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) - [Data Governance in the Era of AI](https://www.wearedevelopers.com/videos/1622-data-governance-in-the-era-of-ai) ## Related Articles - [Got AI ideas but no money? Here are 10 free ways to level up your AI skills with Google Cloud](https://www.wearedevelopers.com/magazine/600-got-ai-ideas-but-no-money-here-are-10-free-ways-to-level-up-your-ai-skills-with-google-cloud) - [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk) - [7 Cloud Computing Trends Coming in 2025 for Developers](https://www.wearedevelopers.com/magazine/412-7-cloud-computing-trends-coming-in-2025-for-developers) - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [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) - [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering)