Data manager (H/F)

1. INFRASTRUCTURE ET ORCHESTRATION DE LA PLATEFORME DATA

Maintenir et faire évoluer notre stack data sur GCP Datawarehouse BigQuery (modèles, jobs, partitioning, coûts Orchestration des flux (Airflow, Dagster, Cloud Composer ou équivalent selon stack retenu Gestion du code d’infrastructure et des configurations (IaC, Git, CI/CD)

Définir et tenir les SLA sur la fraîcheur, la complétude et la disponibilité des données

Mettre en place le monitoring, l’alerting et les procédures de remédiation

Piloter la relation opérationnelle avec notre partenaire externe data engineering sur l’ingestion

1. DATAOPS

Traiter les pipelines comme du logiciel : tests automatisés (unitaires, intégration, qualité des données), revue de code, CI/CD pour les transformations

Déploiements reproductibles et environnements isolés (dev / staging / prod) avec promotion contrôlée des changements

Définir et faire vivre les data contracts entre producteurs et consommateurs : schémas attendus, SLA de fraîcheur, règles de breaking change, communication des évolutions

Gestion des incidents data : détection, qualification, communication, post-mortem, plan d’action correctif

Métriques d’industrialisation : lead time des changements, taux d’échecs des pipelines, MTTR sur incidents

1. CONNECTEURS ET INTÉGRATIONS DATA

Construire, maintenir et faire évoluer les connecteurs vers nos sources ERP (Odoo), CMS (Prestashop, Shopify), logisticien, CRM (HubSpot, Klaviyo), marketing et ads (GA4, Réseaux sociaux, Wizaly), paiement (Payplug, Paypal, Alma, Lyra), marketplaces (Amazon APIs REST, webhooks, connecteurs SaaS (Fivetran, Airbyte ou équivalent), extractions custom en Python

Assurer la cohérence des schémas et la traçabilité de bout en bout (lineage des données des sources aux livrables)

Gérer les synchronisations sortantes lorsque des données doivent repartir vers des systèmes opérationnels

1. QUALITÉ ET OBSERVABILITÉ DES DONNÉES

Mettre en place et maintenir les contrôles de qualité : tests dbt, Great Expectations, ou équivalents

Documenter les modèles et les règles de gestion (catalogue, conventions de nommage, dictionnaire de données)

Détecter et résoudre les anomalies, en remontant à la racine (source, ingestion ou transformation)

Mener des audits réguliers de cohérence inter-systèmes

1. OUTILLAGE ET ENABLEMENT DES ANALYSTS

Rendre les data analysts autonomes de la source au livrable Mise à disposition de modèles de référence dans le warehouse (semantic layer, mart Conventions, templates, bibliothèques de requêtes Support technique sur les problématiques de performance et de modélisation

Contribuer à la roadmap BI (Looker Studio, Metabase ou outil retenu)

Former et accompagner les analysts sur les bonnes pratiques SQL, Git et documentation

L’aventure Nutripure, ça ressemble à ça :

Ce que l’équipe aime chez Nutripure :

La bonne ambiance & la culture du collectif

Une formation sur l’intégralité de nos produits

Possibilité de télétravail (1 jour/semaine après la phase d’onboarding)

Des cours de sport collectifs ! Renfo le lundi & Yoga le Jeudi

Une localisation idéale à Deyme, à 20 minutes de Toulouse, dans un cadre bucolique proche du Canal du Midi - parfait pour footing, marche ou pause nature

Une aventure sportive, ambitieuse et humaine !

Les petits + qui font plaisir :

Un Welcome pack ( T-shirt, pâte à tartiner, Barres Raw, Incontournables) + Welcome Lunch

30% de réduction sur tous nos produits

Nos Raw barres sucrées & salées en libre service (et d’autres produits !)

La possibilité d’un accompagnement personnalisé par une de nos nutritionnistes L’accompagnement d’une coach Performance interne

Un “espace sport” avec mise à disposition de matériel CTS (poids, élastiques) pour des séances collectives ou individuelles sur place pendant tes pauses !

Une solution de covoiturage via l’application Karos pour des trajets plus simples, économiques et conviviaux

La possibilité de commander facilement ton déjeuner avec Refectory , pour optimiser ta pause et la consacrer à ce qui te fait du bien

Description du profil

Formation

Bac +3 à +5 en Informatique, Ingénierie, Data, Statistiques ou équivalent.

3 à 5 ans d’expérience en tant que Data Engineer, Analytics Engineer, Data Platform Engineer ou équivalent, dans un contexte e-commerce, scale-up ou environnement SaaS multi-sources.

Compétences techniques Python solide : capable de concevoir, tester et maintenir du code de production (pas uniquement des scripts ad hoc SQL avancé : expérience sur un moteur cloud indispensable (BigQuery, Snowflake, Redshift ou équivalent). BigQuery est un atout majeur.

Orchestration : expérience sur Airflow, Dagster, Prefect ou Cloud Composer.

Modélisation et transformation : dbt ou équivalent.

DataOps : tests automatisés sur les pipelines, CI/CD, gestion d’environnements, conception de data contracts, observabilité. Tu considères les pipelines comme du logiciel à part entière.

APIs REST et int