Senior Data Platform Engineer (F/H/N) - Paris

Mission

Ta mission principale est de construire, faire évoluer et opérer la plateforme de données, la “Data Factory”, de Combo :

• Tu agis comme le pont technique entre les sources de données internes / externes et les équipes qui ont besoin d’une donnée fiable pour piloter leurs décisions,

• Tu es d’abord un bâtisseur (Data Engineer) capable de concevoir des pipelines robustes, scalables et maintenables,

• Tu possèdes aussi une forte sensibilité Data Ops pour garantir la fiabilité, l’observabilité et la bonne exploitation de notre stack data au quotidien.

Ton objectif : faire en sorte que la donnée soit disponible, fiable, monitorée et prête à l’emploi, pour accompagner une meilleure prise de décision, améliorer l’exécution opérationnelle, réduire le risque et permettre à Combo de grandir sur des fondations data solides.

L’équipe Data agit comme un levier stratégique au service du Comex et des équipes Sales, Growth, Finance, CS, Marketing & Product. Elle construit et opère les fondations techniques qui permettent de transformer la donnée en actif de production au service de toute l’entreprise. Cette équipe évolue au sein de TAI (Tooling & Infrastructure) et travaille en partenariat étroit avec les équipes RevOps et Finance.

Stack actuelle

• Extraction / Load : Airbyte, Datastream, Hightouch

• Storage / Warehouse : GCP (BigQuery); GKE (Kubernetes)

• Transformation : dbt

• Orchestration / Scheduling : Dagster

• BI & Activation : Looker, Metabase

• Collaboration : GitHub, Notion

• CI/CD & GitOps : GitHub Actions, ArgoCD, Argo Workflows

• Gouvernance : Datahub

⚙️ Responsabilités

1. Data Engineering & Platform (Cœur du poste)

• Concevoir, construire, maintenir et faire évoluer des pipelines de données robustes pour ingérer, transformer et exposer une grande variété de données.

• Développer une plateforme data fiable et scalable, capable d’accompagner la croissance de Combo et la montée en complexité des usages.

• Connecter et faire circuler des données issues de systèmes internes et externes, dans une logique de plateforme partagée à l’échelle de l’entreprise.

• Faire des choix techniques éclairés et durables pour améliorer la qualité, la résilience et la maintenabilité de la stack.

• Contribuer à la structuration de la Data Factory comme un produit technique à part entière.

2. Data Ops, Fiabilité & Excellence opérationnelle

• Opérer les outils de la stack data au quotidien : ingestion, orchestration, scheduling, déploiement, supervision et troubleshooting.

• Mettre en place ou renforcer le monitoring, l’alerting et les mécanismes de détection de régression sur les pipelines et jobs data.

• Améliorer la robustesse des workflows et la qualité de service globale de la plateforme.

• Optimiser les performances des traitements et les coûts de calcul / stockage, notamment sur BigQuery.

• Appliquer les bonnes pratiques de software engineering au monde de la data : versioning, tests, refactoring, CI/CD, GitOps, documentation.

3. Modélisation, Collaboration & Enablement

• Concevoir, maintenir et faire évoluer les modèles dbt nécessaires au bon fonctionnement de la plateforme et aux besoins croissants du business.

• Travailler en étroite collaboration avec les Analytics Engineers et les stakeholders pour fournir des données fiables, compréhensibles et exploitables.

• Documenter les pipelines, les modèles, les flux et les processus pour partager la connaissance dans l’équipe et réduire la dépendance à l’expertise individuelle.

• Participer à l’amélioration continue des standards de développement, de gouvernance et de qualité dans l’équipe Data.

• Contribuer à installer une culture data-driven, pragmatique, exigeante et orientée impact.

Profil recherché

Expérience

• 5+ ans d’expérience dans un rôle de Data Engineer.

• Tu as déjà travaillé dans une stack data moderne, avec des enjeux concrets d’ingestion, de transformation, d’orchestration et de run en production.

• Tu apprécies autant construire des systèmes propres que les faire tourner de manière fiable dans le temps.

• Tu es à l’aise dans un environnement cloud, idéalement sur GCP, avec un data warehouse moderne comme BigQuery.

️ Compétences requises

Compétences techniques

• Python : tu as de solides bases en Python et tu sais l’utiliser de manière concrète pour automatiser, transformer, orchestrer ou fiabiliser des traitements de données.

• SQL : tu écris du SQL lisible, robuste et performant, avec une bonne compréhension de la modélisation de données et des concepts de data warehousing.

• Orchestration & pipelines : tu as une expérience significative avec Dagster, Airflow ou des outils équivalents.

• dbt : tu es à l’aise avec dbt et ses usages dans une stack moderne ; tu comprends les enjeux de modélisation, de qualité et de maintenabilité.

• Cloud & Warehouse : tu es confortable dans un environnement cloud, idéalement GCP, et avec un entrepôt de données moderne, idéalement BigQuery.

• Data Ops mindset : tu sais monitorer, diagnostiquer, stabiliser et améliorer des flux de données en production.

• Git & CI/CD : tu es à l’aise avec les workflows de développement modernes (branches, PR, merge, déploiement).

• Nice to have : expérience avec des outils comme Airbyte, Datastream, Hightouch, Datahub ou des pratiques GitOps / Argo.

Soft skills

• Communication : tu sais expliquer simplement des sujets techniques complexes.

• Ownership : tu prends les sujets en main et tu sais prioriser.

• Pragmatisme : tu sais construire pour durer tout en livrant rapidement de la valeur.

• Esprit d’équipe : tu aimes collaborer avec des profils techniques et métiers.

• Problem solving : tu es à l’aise pour investiguer, résoudre et améliorer l’existant.

• Autonomie & résilience : tu sais évoluer dans un environnement exigeant et en croissance.

• Curiosité : tu es en veille, tu apprends vite et tu aimes faire progresser les pratiques de l’équipe.

Notre process de recrutement

• Screening RH avec Thomas, Talent Acquisition Manager (30')

• Management Fit avec Ceydric, Engineering Manager (60')

• Restitution du Skill Test avec l'équipe Data (90')

• Stakeholders Fit avec des membres de l'équipe RevOps et DevOps(45')

• Culture Fit

Package : 60/65K€