{"id":2016766,"url":"https://alion.io/job/smart-point-consultant-data-engineer-snowflake-dbt-tableau","title":"CONSULTANT DATA ENGINEER - SNOWFLAKE - DBT - TABLEAU","company":{"id":2390068,"name":"Smart Point","domain":"smartpoint.fr","url":"https://alion.io/company/smartpoint-fr","size_band":null,"is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":null,"truth_index":null},"role":"Data Science","role_family":"Data Science","seniority":null,"employment_type":"freelance","work_mode":"hybrid","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Issy-les-Moulineaux, France"],"countries":["FR"],"hiring_countries":[],"hiring_countries_total":0,"salary":{"min":40000,"max":45000,"currency":"EUR","period":"year","gross":null,"usd_annual":50637},"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Agile","optional":false},{"name":"Confluence","optional":false},{"name":"Data Vault","optional":false},{"name":"Draw.io","optional":false},{"name":"GitLab","optional":false},{"name":"Jira","optional":false},{"name":"LLM","optional":false},{"name":"Pandas","optional":false},{"name":"pySpark","optional":false},{"name":"Python","optional":false},{"name":"Scrum","optional":false},{"name":"Snowflake","optional":false},{"name":"SQL","optional":false},{"name":"Spark","optional":true}],"status":"live","first_seen_at":"2026-09-21T15:15:13Z","employer_posted_date":null,"last_verified_at":"2026-09-21T15:15:13Z","board_verified":false,"closed_at":null,"days_open":21,"trust":{"level":"not_scored","repost_count":null,"flags":[],"days_open":21},"description":"Intégration / Modélisation / Restitution de données – Sustainability\nContexte de la mission\nDans le cadre de l’optimisation et de l’unification de ses capacités analytiques transversales, une grande entreprise internationale recherche un consultant Data Analytics Engineer autonome pour une mission d’intégration, de modélisation et de restitution de données Sustainability stratégiques.\nCette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources externes, essentielles à la prise de décision stratégique et opérationnelle.\nContrainte forte du projet\nCouvrir des cas d’usage analytiques à destination du département Sustainability avec une forte contrainte de qualité et de traçabilité de la donnée.\nLivrables\nDashboard de suivi des consommations d’eau\n\nDashboard de suivi des consommations d’énergie\n\nDashboard de suivi du gaspillage alimentaire\n\nObjectifs de la mission\nÉtablir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources identifiés (Ressource Advisor, référentiels internes).\n\nExtraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc.\n\nConcevoir et implémenter des pipelines d’ingestion automatisés, fiables et performants, garantissant l’intégrité et la fraîcheur des données.\n\nStructurer et modéliser les données dans un Data Warehouse Snowflake de manière logique, modulaire, réutilisable et optimisée pour l’analyse et la restitution.\n\nMettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs.\n\nDévelopper des vues et agrégats de données spécifiques aux besoins de restitution et d’analyse pour les départements Sustainability et leurs collaborateurs en région.\n\nDocumenter de manière exhaustive les pipelines d’ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise afin d’assurer la maintenabilité et la transférabilité.\n\nEnvironnement technique\nSources : multiples systèmes (Ressource Advisor, référentiels internes – via APIs, exports ou connecteurs natifs)\nDestination : Snowflake – Data Warehouse Cloud\nOrchestration : Airflow\nTransformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent\nModélisation : DrawIO, Lucidchart ou autre outil libre\nVisualisation / Restitution : Tableau\nCI/CD / Versioning : GitLab, GitHub\nDocumentation : Confluence, Jira, SharePoint\nCompétences techniques\nSnowflake : Confirmé – Impératif\n\nDBT : Confirmé – Important\n\nAirflow : Confirmé – Important\n\nTableau : Confirmé – Souhaitable\n\nData modeling analytique : modèles dimensionnels, Data Vault, architecture médaillon ou autres architectures d’entrepôt de données\n\nIngestion et transformation de données dans un environnement cloud\n\nOrchestration de pipelines de données\n\nVersioning et pratiques CI/CD\n\nDocumentation technique et fonctionnelle\n\nProfil recherché\nMaîtrise des techniques d’ingestion et de transformation de données dans un environnement cloud, notamment Snowflake.\n\nSolides compétences en data modeling analytique.\n\nExcellentes pratiques en matière d’orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle.\n\nCapacité à travailler efficacement au sein d’une équipe Agile suivant la méthodologie Scrum.\n\nForte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers.\n\nCapacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données.\n\nAnglais professionnel – Impératif\n\nBonus importants\nConnaissance des structures de données et des processus métier typiques d’un grand groupe international dans l’hôtellerie ou un secteur similaire.\n\nExpérience dans l’utilisation de l’IA et des Agent LLM dans le delivery, que ce soit pour la conception, la documentation, le développement ou les tests.\n\nProfil recherché\nDe formation Bac+5\nMaîtrise des techniques d’ingestion et de transformation de données dans un environnement cloud, notamment Snowflake.\n\nSolides compétences en data modeling analytique.\n\nExcellentes pratiques en matière d’orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle.\n\nCapacité à travailler efficacement au sein d’une équipe Agile suivant la méthodologie Scrum.\n\nForte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers.\n\nCapacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données.\n\nAnglais professionnel – Impératif","description_format":"text","description_chars":4767,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":[],"lifecycle":[{"event":"open","at":"2026-10-07T13:04:23Z"}],"visa":[],"liveness":{"score":33,"band":"fade","label":"Fading","p_open":0.85,"p_active":0.71,"p_room":0.55,"age_days":20,"expected_fill_days":20,"reasons":["seen:20","velocity","win:tail"],"computed_at":"2026-10-12T06:55:09Z"},"pay":{"stated_usd_annual":50637,"is_top_pay":false},"html_url":"https://alion.io/job/smart-point-consultant-data-engineer-snowflake-dbt-tableau","json_url":"https://alion.io/job/smart-point-consultant-data-engineer-snowflake-dbt-tableau.json","meta":{"generated_at":"2026-10-13T01:20:51Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":2015,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-14T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":2390068},"rest":"https://alion.io/mcp/rest/get_company?id=2390068"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fsmart-point-consultant-data-engineer-snowflake-dbt-tableau"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fsmart-point-consultant-data-engineer-snowflake-dbt-tableau"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fsmart-point-consultant-data-engineer-snowflake-dbt-tableau"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/smart-point-consultant-data-engineer-snowflake-dbt-tableau\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fsmart-point-consultant-data-engineer-snowflake-dbt-tableau"}]}