dbt est devenu un incontournable de la data moderne, et le profil « analytics engineer » qui va avec est très recherché — donc cher et facile à sur-vendre. Or « faire du dbt » va de « j'ai écrit quelques modèles » à « je conçois une couche de transformation testée et documentée ». Voici comment mesurer l'écart sans être technique.
La valeur d'un profil dbt n'est pas d'écrire du SQL, mais de rendre la donnée fiable, testée et documentée pour toute l'entreprise. Un candidat qui ne parle jamais de tests ni de documentation reste au niveau « je transforme de la donnée », pas « je la rends fiable ».
Demandez : « Qu'est-ce que dbt apporte de plus qu'écrire du SQL directement ? »
dbt sert à transformer la donnée brute en modèles propres, testés et documentés, versionnés et exécutés dans le bon ordre. Sa valeur n'est pas le SQL lui-même, mais la fiabilité et la maintenabilité qu'il apporte à la couche analytique. Un bon candidat met ça en avant, pas la syntaxe.
Les mots à écouter : tests, sources, documentation, structure.
Un vrai analytics engineer pense à ceux qui consomment ses données en aval. Il parle de fiabilité, de non-régression et de projet maintenable. Ce souci de l'aval est le meilleur marqueur de niveau.
ref() et le lineage, pas des tables en dur.Repérables sans connaître dbt.
Comme dbt est à la mode, beaucoup l'ajoutent après un usage superficiel. Le décalage se voit dès qu'on demande comment ils garantissent la fiabilité de leurs modèles.
Signal d'alerte : un candidat qui « fait du dbt » mais ne teste ni ne documente ses modèles n'apporte pas la fiabilité qui justifie ce profil — il fait du SQL, pas de l'analytics engineering.
« Comment garantissez-vous que vos modèles dbt ne cassent pas ce qui est en aval ? »
Cette question va droit à la valeur réelle du profil. Un bon candidat parlera de tests, de documentation et de la façon dont il gère les changements sans casser les rapports en aval. Un profil faible n'aura pas de réponse structurée.
Il y a une limite claire à ce qu'un recruteur non technique peut trancher seul.
Les signaux et la question ci-dessus vous permettent d'écarter les profils qui surjouent et de repérer les bons candidats. Mais confirmer finement un niveau dbt — surtout sur un poste senior ou un profil rare — demande un regard technique. C'est là qu'un entretien mené par un expert fait la différence.
| Niveau | Maîtrise attendue | Signal GO | NO-GO |
|---|---|---|---|
| Junior | Écrit des modèles simples, comprend ref/sources | Ajoute des tests de base (unicité, non-nul) | Code un nom de table en dur |
| Confirmé | Structure en couches, tests, matérialisations | A construit une couche marts testée et documentée | A écrit des modèles sans aucun test |
| Senior | Incrémental, snapshots, CI, performance | Garantit la non-régression en aval | Ne sait pas quand utiliser incremental |
| Lead | Gouvernance, conventions d'équipe, mesh | Définit standards et lineage cross-équipes | Confond dbt et écrire du SQL |
Data Builder mène l'entretien technique et vous livre un rapport clair et détaillé sous 24h. Premier entretien offert.