Data Engineer

Data Engineer

Dans le cadre de notre développement, nous renforçons notre équipe Tech et recrutons un.e Data Engineer.

Dans un contexte de montée en maturité data, Mozaik souhaite recruter un.e Data Engineer capable de structurer, fiabiliser et valoriser la donnée en appui des différentes directions métier.

Le/La Data Engineer sera l’interlocuteur(trice) data de référence au sein de Mozaik.

Ingénierie de la donnée

• Concevoir, développer et maintenir les pipelines de collecte et de transformation de données (ETL/ELT)
• Modéliser et structurer les bases de données en lien avec les besoins métiers (éditeurs, marketing, finance,…)
• Garantir la qualité, la cohérence et la traçabilité des données à travers l’ensemble des entités du groupe
• Gérer les flux de données liés aux partenaires éditeurs (intégration des catalogues, réconciliation des données de consommation)

Reporting et valorisation

• Construire et maintenir des tableaux de bord opérationnels sous Power BI à destination des directions (CA, consommation, base clients, KPI éditeurs)
• Répondre aux demandes ad hoc des équipes via des requêtes SQL ou des analyses dédiées
• Automatiser les reportings récurrents et réduire les traitements manuels

Support et transversalité

• Agir en véritable business partner data auprès des directions (Finance, RH, Marketing, Éditeurs) : comprendre les enjeux métier, traduire les besoins en solutions data concrètes et vulgariser les résultats pour des interlocuteurs non techniques
• Être l’interlocuteur technique de référence des éditeurs partenaires sur les sujets de flux, d’échange et de réconciliation de données
• Participer activement aux projets de transformation de Mozaik (outillage, CRM, facturation, etc.) en apportant l’expertise data dès la phase de conception
• Documenter les architectures, les modèles de données et les processus pour assurer la capitalisation des connaissances au sein du groupe
• Sensibiliser et former progressivement les équipes métier à la culture data : lecture des dashboards, interprétation des indicateurs, bonnes pratiques

Intelligence artificielle et augmentation de la donnée

• Bonne connaissance des usages de l’IA appliqués à la Data : génération de code, assistance à la rédaction de requêtes SQL, documentation automatisée
• Sensibilité aux enjeux de RAG (Retrieval-Augmented Generation) et aux possibilités d’interrogation en langage naturel sur les données du groupe
• Veille active sur les outils IA susceptibles d’accélérer les workflows data (agents, automatisation, no-code/low-code IA)
• Esprit critique sur la fiabilité des outputs IA : sait quand faire confiance aux résultats et quand les challenger