> Markdown version of [/jobs/ext/4005559-data-full-stack-cdi-paris](https://www.wearedevelopers.com/jobs/ext/4005559-data-full-stack-cdi-paris). 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).

---

# Data Full Stack - CDI - Paris

- **Company:** Respire
- **Location:** Paris, France
- **Experience:** Starter
- **Contract:** Permanent contract
- **Skills:** Application Programming Interfaces (APIs), Data Analysis, Python (Programming Language), SQL Databases, Large Language Models, Google Cloud Functions
- **Published:** October 29, 2026
- **Apply:** https://www.welcometothejungle.com/fr/companies/respire/jobs/data-full-stack-cdi-paris_paris

## About the Role

* Expert en SQL et dbt, curieux·se du data engineering (Python, GCP, Airbyte).
 * Un profil hybride, à la fois technique et business, capable de concevoir des solutions data tout en les valorisant à travers leur impact business, leur contribution à la performance et leur ROI.
 * Capable d'aller chercher le besoin derrière un problème métier et de le traduire en modèle.
 * Intéressé·e par les agents IA et les LLM appliqués à la data.
 * Rigoureux·se sur la qualité et la documentation, parce que tu sais que c'est ce qui rend la data utilisable.
 * Animé·e par un vrai drive pour faire avancer les projets dans un environnement dynamique et agile.

Expérience et formation :

 * Une première expérience réussie d'au moins un an en tant qu'Analytics Engineer ou Data Analyst., * Une stack data moderne (GCP, dbt, Airbyte, Lightdash) et un terrain de jeu IA concret.
 * De vraies responsabilités sur ton scope, dès le premier jour.
 * Un contexte dynamique, dans une entreprise en forte croissance et en pleine expansion internationale.
 * L'occasion de faire bouger les mentalités et de montrer toute la valeur de la donnée.

## Description

1. Ingestion et data engineering
 + Mettre en place de nouvelles sources de données, via Airbyte ou via des flux d'extraction développés sur GCP (Python, Cloud Functions, API).
 + Fiabiliser les pipelines existants : monitoring, alerting, qualité de la donnée en entrée.
 + Documenter chaque source pour qu'elle soit exploitable par l'équipe et par les agents IA.
 2. Modélisation et semantic layer
 + Modéliser la donnée Ops & B2B avec dbt (staging, intermediate, marts), avec des tests et une documentation à jour.
 + Être garant·e du semantic layer : définitions des métriques, dimensions, certification des modèles exposés dans Lightdash.
 + Aller chercher le besoin derrière la demande métier et le traduire en modèle réutilisable.
 3. Dashboards, self-BI et agents IA
 + Construire des dashboards clairs et visuels dans Lightdash pour les équipes Ops (Logistique, Supply, ADV) et B2B.
 + Accompagner le déploiement du self-BI : former les équipes, certifier les contenus, réduire la dépendance à la data team.
 + Concevoir et faire vivre des agents IA branchés sur le semantic layer : réponses en langage naturel, maintien de la documentation, détection des dérives.
 4. Roadmap, data products et automation
 + Imaginer les outils data de demain : data apps, automatisations, activation qui transforment le quotidien des équipes.
 + Évoluer progressivement vers un rôle de Product Engineer data, de l'idée jusqu'à l'outil en production.