Tech · CV Data Ops / Analytics Engineer
Data Ops / Analytics Engineer.
L'analytics engineer est un rôle apparu vers 2020 — entre le data engineer et le data analyst. Il construit la couche de transformation analytique (dbt en majorité), modélise les tables business consommées par BI et analystes, et porte la gouvernance des KPIs. Son CV doit refléter cette spécificité.
Pourquoi ce CV se joue différemment
Le rôle est encore mal compris par beaucoup de recruteurs. Précise ce que tu fais : modeling (dbt, OBT vs star schema), tests data (dbt tests, Great Expectations), documentation (dbt docs, data catalog). Sans ces signaux, tu passes pour un data analyst senior, et tu rates 30% du salaire potentiel.
Compétences que les recruteurs cherchent
Hard skills
- · dbt avancé (sources, models, macros, packages)
- · SQL avancé (window, CTEs, performance)
- · Modélisation analytique (Kimball, OBT, data vault)
- · Cloud warehouse (Snowflake, BigQuery, Redshift, Databricks)
- · Orchestration (Airflow, dbt Cloud)
- · Tests data (dbt tests, Great Expectations, Soda)
- · Documentation et data catalog (dbt docs, DataHub, Atlan)
- · Outils BI (Looker, Tableau, Power BI, Metabase)
- · Python pour scripting analytique
- · Git workflow et PR review
Soft skills
- · Pédagogie avec analystes business
- · Documentation rigoureuse
- · Curiosité métier (comprendre les KPIs)
- · Communication async
- · Rigueur sur la qualité data
Outils
- · dbt Core / dbt Cloud
- · Snowflake / BigQuery / Databricks
- · Looker / Tableau / Power BI
- · Git / GitHub / GitLab
- · Slack / Notion / Confluence
Structure de CV à respecter
01
Titre clair
« Analytics Engineer — dbt + Snowflake + Looker ». Mentionne explicitement « analytics engineer » dans le titre — c'est le mot-clé qui te démarque.
02
Volume de modèles + couverture
« 120 modèles dbt en prod, couverture tests 84%, 8 analystes consommateurs ». Ces chiffres calibrent ton expérience.
03
Expériences avec maturité data
Précise si tu as monté la modern data stack from scratch ou opéré sur stack existante. Bonus si tu peux raconter une migration ETL legacy → dbt.
04
Projets gouvernance / qualité
Implémentation de tests data, mise en place d'un data catalog, refonte des KPIs business, formation d'analystes. Vrais signaux de senior.
05
Formation + certifs
École info / stats / ingé. Certifs dbt Analytics Engineer, SnowPro Core, Looker LookML Developer — vrais signaux pour la grille de salaire.
Bullets : avant / après
Migration stack
Faible
J'ai migré une stack data vers dbt.
Fort
Pilote la migration ETL Talend → dbt sur Snowflake (180 jobs → 142 modèles dbt en 6 mois) — fraîcheur des données passée de J-1 à H-2, temps de delivery analyse business -65%, 100% des modèles testés.
Modélisation business
Faible
J'ai modélisé les données métier en dbt.
Fort
Conçoit la couche de mart Finance + Commercial (38 modèles dbt, modélisation Kimball avec dimensions conformes) — 12 analystes autonomes, NPS data interne +1.8 point/5, support tickets data -54%.
Gouvernance data
Faible
J'ai mis en place la gouvernance des données.
Fort
Déploie un programme gouvernance data (data catalog DataHub + dbt docs + glossaire métier Notion) — 280 champs documentés, 92% des KPIs business avec définition partagée, audit RGPD passé sans réserve.
Erreurs qui coûtent l'entretien
Pas de mention dbt
→ En 2026, analytics engineer = dbt à 90% du marché. Si tu utilises un autre outil (SQLMesh, Coalesce), mentionne-le mais sache que dbt reste le standard.
Confusion avec data analyst
→ Si tu fais surtout des dashboards Tableau / Power BI, tu es data analyst. Analytics engineer = couche de transformation + modélisation. Sépare les deux dans ton CV.
Pas de mention tests data
→ Un AE sans tests data = un data engineer sans tests unitaires. Cite ta stratégie de tests (dbt tests, contracts, Great Expectations).
Pas de KPI business cités
→ Tu construis des modèles consommés par des analystes et décisionnaires. Mentionne au moins 1 KPI critique business que tu portes ou as construit.
Fourchettes salariales France
Junior
40–52 K€ brut (Paris) / 34–45 K€ (province)
Confirmé
52–72 K€ brut (3-5 ans, scale-up data-first)
Senior
72–95 K€ brut (lead AE, head of analytics engineering) — scale-ups jusqu'à 110K€+
Scale-ups (Doctolib, Aircall, Mirakl, Pigment, Qonto) : 60-90 K€ mid. Cabinets data : 50-75 K€. Grands groupes : 45-70 K€, plus structuré. Freelance AE : TJM 600-900€.
Mots-clés ATS à intégrer
Les ATS scannent ces termes. Si ton CV n'en contient aucun, il passe sous le radar — même si tu es qualifié.