Analytics Engineer

Licorne Society
Paris, France
about 2 months ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Experienced
Experience required
4 years minimum
Working hours
Regular working hours
Job source

Tech stack

Artificial Intelligence Data Analysis BigQuery Software as a Service Cloud Computing Extract Transform Load (ETL) Data Warehousing Cursor (Graphical User Interface Elements) SQL Databases

Job description

  • Piloter et scaler la stack (les 6 premiers mois) : Structurer les couches de donnĂ©es, pousser plus loin les modĂšles dbt et automatiser pour que chaque Ă©quipe (Sales, Marketing, Finance, Product) soit en autonomie complĂšte via Basedash.

  • Devenir un(e) partenaire hautement stratĂ©gique : Aller au-delĂ  des tableaux de bord pour mener des analyses complexes qui feront pivoter le business (calcul de l’économie unitaire/marges par fournisseur de donnĂ©es, scoring d’activation produit, prĂ©diction du churn).

La Stack Technique 

  • Data Warehouse & ModĂ©lisation : BigQuery, dbt Cloud
  • Ingestion & Reverse ETL : Fivetran, Airbyte, Segment
  • BI / Restitution : Basedash (outil de BI natif de l’IA)
  • MĂ©thodologie : AI-Native. L’équipe code l’intĂ©gralitĂ© du projet dbt dans Cursor / Claude Code avec du dĂ©veloppement assistĂ© par IA.

Requirements

  • ExpĂ©rience : Vous justifiez de 4 ans minimum d’expĂ©rience en Analytics Engineering, Data Engineering ou en tant que Senior Data Analyst avec une expertise majeure en modĂ©lisation.
  • Hard Skills : SQL n’a aucun secret pour vous (idĂ©alement sur BigQuery). Vous maĂźtrisez impĂ©rativement dbt.
  • Business & SaaS Mindset : Vous comprenez parfaitement les mĂ©triques SaaS (ARR, churn, unit economics, activation). Vous aimez que la data serve directement Ă  gĂ©nĂ©rer du chiffre d’affaires.
  • AI Tooling : Vous utilisez dĂ©jĂ  au quotidien des outils comme Cursor ou Claude pour dĂ©multiplier votre vitesse d’exĂ©cution.
  • État d’esprit : Autonome, rigoureux(se) sur la qualitĂ© des donnĂ©es, avec un fort esprit de “bĂątisseur” (buy, don’t build).

Les plus de l’offre

  • L’opportunitĂ© unique d’ĂȘtre le/la pionnier(e) de la Data dans un SaaS Ă  forte traction.
  • Une culture d’équipe basĂ©e sur l’exĂ©cution rapide, l’autonomie totale et la confiance.
  • Un environnement de travail flexible (tĂ©lĂ©travail trĂšs ouvert, bureaux Ă  Paris).

Le Processus de Recrutement (Rapide & Humain)

  • Premier Ă©change (30 min) avec Licorne Society pour faire connaissance.

About the company

Nous accompagnons une start-up internationale (US, France, UK) en hyper-croissance, spĂ©cialisĂ©e dans l’enrichissement de donnĂ©es B2B Ă  destination des Ă©quipes commerciales.

Pourquoi les rejoindre ?

LĂ  oĂč les concurrents s’appuient sur une base unique, ils ont dĂ©veloppĂ© un systĂšme d’enrichissement “en cascade” (waterfall) agrĂ©geant plus de 20 bases de donnĂ©es.

  • Des KPIs qui parlent d’eux-mĂȘmes : Une levĂ©e de fonds de 2 millions d’euros et une Ă©quipe qui passe de 20 Ă  40 collaborateurs.
  • Culture “AI-Native” : Une Ă©quipe internationale (12 nationalitĂ©s), ultra-performante, qui utilise massivement l’IA au quotidien pour dĂ©cupler sa productivitĂ©.

Le DĂ©fi : Être le premier recrutement Data (ZĂ©ro chaos, que de l’impact)

Jusqu’à prĂ©sent, la stack de donnĂ©es a Ă©tĂ© bĂątie et choyĂ©e par le CPO et l’équipe RevOps. Vous n’arrivez pas pour rĂ©parer un chaos ou repartir de zĂ©ro : les fondations sont ultra-propres, documentĂ©es et testĂ©es.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

3:27 min

Explaining query execution overhead and caching limitations in BigQuery

Adnan Rahic · JS Congress

1:48 min

Automating exploratory data analysis within training pipelines

Dora Petrella · WWC 2023

1:14 min

Evolution of distributed SQL database architectures

Wei Hu Wei Hu · WWC 2024

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

1:36 min

Evolution from key-value stores to distributed SQL

Wei Hu Wei Hu · WWC 2025

1:36 min

Performing exploratory data analysis to uncover underlying patterns

Julian Joseph · LIVE

Videos

See all

Related articles

See all