Blog

Recruter en data, sans compromis

Des guides concrets pour évaluer et recruter des profils data — pour RH, cabinets de chasse et recruteurs techniques.

Tests prêts à l'emploi

Des tests techniques clés en main, avec corrigé et grille — à donner directement en entretien.

SQL junior

Test SQL junior : 5 requêtes (30 min, corrigé)

Un test clé en main pour valider les bases SQL.

Lire le guide →

SQL senior

Test SQL senior : modélisation + optimisation

Un cas d'entretien qui révèle un vrai senior.

Lire le guide →

SQL live

Débugger une requête lente (test live)

L'exercice live qui révèle le vrai niveau.

Lire le guide →

Python

Test Python : nettoyer un CSV cassé (45 min)

Avec corrigé pandas et grille de correction.

Lire le guide →

pandas

Exercice pandas d'entretien

Un cas réaliste en 3 questions et ses réponses.

Lire le guide →

Power BI

Test Power BI : construire un dashboard

À partir d'un jeu de données fourni, avec grille.

Lire le guide →

DAX

Exercice DAX d'entretien Power BI

3 mesures et les réponses qui trahissent le niveau.

Lire le guide →

Tableau

Test Tableau : un brief de dataviz

Un brief à donner en entretien + critères d'évaluation.

Lire le guide →

LookML

Test LookML : modéliser une explore

Niveau senior, avec corrigé LookML commenté.

Lire le guide →

Excel

Test Excel avancé : intermédiaire vs expert

Le cas qui sépare les deux niveaux, avec grille.

Lire le guide →

Spark

Test Spark : traitement distribué et performance

Le piège du shuffle, et le corrigé broadcast.

Lire le guide →

Airflow

Test Airflow : concevoir un DAG quotidien

Le réflexe fiabilité : relances et idempotence.

Lire le guide →

dbt

Test dbt : refactorer un modèle et le tester

ref/sources + tests : la vraie valeur de dbt.

Lire le guide →

dbt

Exercice dbt : d'une CTE au staging/mart

Structurer un projet dbt en couches.

Lire le guide →

Git

Test Git : résoudre un merge conflict en live

La réaction qui révèle l'aisance en collaboration.

Lire le guide →

BigQuery

Test BigQuery : optimiser une requête coûteuse

Avec la logique de coût (octets scannés).

Lire le guide →

Snowflake

Test Snowflake : warehousing et coûts

Diagnostiquer et corriger une facture qui dérape.

Lire le guide →

Data Analyst

Test complet Data Analyst : SQL + dataviz (1h)

Le test métier le plus proche d'un entretien réel.

Lire le guide →

Data Engineer

Test complet Data Engineer : SQL + Python + pipeline

Un take-home 2h qui teste la fiabilité.

Lire le guide →

Analytics Engineer

Test complet Analytics Engineer : dbt + SQL

Modélisation en couches, tests et documentation.

Lire le guide →

Power BI

Test Power BI : construire un dashboard

Jeu de données fourni, on évalue le modèle.

Lire le guide →

DAX

Exercice DAX d'entretien Power BI

Les réponses qui trahissent le niveau.

Lire le guide →

Tableau

Test Tableau : un brief de dataviz

Avec les critères d'évaluation.

Lire le guide →

LookML

Test LookML : modéliser une explore (senior)

La compétence rare, vérifiée directement.

Lire le guide →

Recruter en data

Évaluer un profil sans être technique — signaux, red flags et questions à poser.

SQL

Évaluer un candidat SQL sans être technique

Signaux verts, red flags et la question à poser pour juger un profil SQL sans coder.

Lire le guide →

Python

Juger le niveau réel d'un profil Python data

Distinguer un vrai profil Python data d'un CV surjoué, sans coder soi-même.

Lire le guide →

Power BI

Évaluer un consultant Power BI

Au-delà des jolis graphiques : modèle de données, mesures DAX et fiabilité des chiffres.

Lire le guide →

Tableau

Vérifier la maîtrise de Tableau

Distinguer « sait ouvrir Tableau » de « sait raconter une donnée ».

Lire le guide →

Looker

Évaluer une compétence Looker (rare)

Distinguer un vrai modélisateur LookML d'un simple utilisateur.

Lire le guide →

Excel

Vérifier un « Excel avancé » sur un CV

La mention la plus sur-vendue des CV data : comment vérifier sans être expert.

Lire le guide →

Spark

Évaluer un profil Spark

Les signaux qui trompent les recruteurs, et la question qui fait le tri.

Lire le guide →

Airflow

Juger la maîtrise d'Airflow

L'orchestration invisible : comment juger le vrai niveau de fiabilité.

Lire le guide →

dbt

Évaluer un niveau dbt sur un CV

Distinguer « j'ai écrit des modèles » d'un vrai analytics engineer.

Lire le guide →

Git

Vérifier les réflexes Git d'un profil data

Branches, revue, sécurité : les bons réflexes qui protègent l'équipe.

Lire le guide →

BigQuery

Évaluer une expérience BigQuery

Le modèle de coût unique : tester la conscience du coût sans être technique.

Lire le guide →

Snowflake

Séparer le vrai du buzzword sur Snowflake

Stockage/calcul, crédits, fonctionnalités : juger une vraie expérience.

Lire le guide →

Compétences & séniorité

Situer le niveau réel d'un profil : compétences clés, séniorité, certifications, portfolio.

SQL

Junior, confirmé, senior en SQL : lire un CV

Une grille de lecture pour situer le niveau SQL d'un candidat.

Lire le guide →

Data Engineer

Les 7 compétences d'un bon Data Engineer

La check-list au-delà des outils du CV, base d'une grille.

Lire le guide →

Python

Senior Python vs junior déguisé

Les réflexes qui distinguent un vrai senior des années affichées.

Lire le guide →

Data Analyst

Data Analyst : les compétences au-delà des outils

Analyse, esprit critique, communication : évaluer complet.

Lire le guide →

Analytics Engineer

Analytics Engineer : repérer le profil hybride

Le rôle en pénurie qui relie ingénierie et analyse.

Lire le guide →

Certifications

Certifications data : lesquelles ont de la valeur

Casser le mythe « certifié = compétent ».

Lire le guide →

Soft skills

Soft skills des profils data

Communication, esprit critique, collaboration : ce qui compte.

Lire le guide →

GitHub

Lire un portfolio GitHub de candidat data

Les signaux lisibles sans coder, et les limites.

Lire le guide →

Questions d'entretien

Des questions prêtes à poser par techno, avec ce que révèle chaque réponse.

SQL

10 questions SQL à poser en entretien

Et les réponses qui trahissent un débutant.

Lire le guide →

Python

8 questions Python data en entretien

Ce que révèle chaque réponse sur le vrai niveau.

Lire le guide →

Power BI

Power BI : 7 questions qui révèlent le niveau

Aller chercher ce qui se cache sous le dashboard.

Lire le guide →

Tableau

Tableau : les questions qui font la différence

Structurer une analyse, pas juste manipuler l'outil.

Lire le guide →

Looker

Looker / LookML : quelles questions poser

Le modélisateur vs le simple utilisateur.

Lire le guide →

Spark

Spark : 6 questions pour cadrer le niveau

La question du volume qui démasque les buzzwords.

Lire le guide →

Airflow

Airflow : les questions à connaître

Le réflexe fiabilité : que se passe-t-il si ça casse ?

Lire le guide →

dbt

dbt : les questions pour un analytics engineer

Tests, sources, documentation : la vraie valeur.

Lire le guide →

BigQuery

BigQuery : questions et pièges à repérer

Tester la conscience du coût.

Lire le guide →

Snowflake

Snowflake : quelles questions poser

Coûts, warehouses, fonctionnalités uniques.

Lire le guide →

Red flags & erreurs

Les signaux d'alerte et les erreurs de recrutement qui coûtent cher.

Data Engineer

5 red flags sur un CV de Data Engineer

Les signaux d'alerte à repérer avant l'entretien.

Lire le guide →

Power BI

Les certifications Power BI ne prouvent pas la compétence

Ce qu'une certif garantit vraiment, et comment vérifier.

Lire le guide →

SQL

Recruter un profil SQL sans le tester : les erreurs

CV, diplôme, aisance orale : les pièges classiques.

Lire le guide →

Général

Le piège du candidat data qui survend

Distinguer l'aisance orale de la vraie compétence.

Lire le guide →

Process

Take-home tests : pourquoi vos candidats abandonnent

Le coût caché du format, et par quoi le remplacer.

Lire le guide →

Process

Les 6 erreurs qui font rater un recrutement data

Du cadrage flou à l'absence de test : comment les corriger.

Lire le guide →

Process & décision

Choisir le bon format, structurer, externaliser, éviter les biais.

Formats

Test technique ou entretien live ?

Comparatif honnête des formats d'évaluation data et lequel choisir.

Lire le guide →

Méthode

Structurer un entretien technique sans être ingénieur

Un cadre en 5 temps pour mener un entretien data fiable, même non-tech.

Lire le guide →

Externalisation

Externaliser ses tests techniques data

Avantages, limites et coût réel vs interne.

Lire le guide →

Vitesse

Réduire son time-to-hire sur les postes data

Où se perd le temps, et comment accélérer sans baisser la garde.

Lire le guide →

Formats

Pair-programming vs exercice à emporter

Le match des formats pratiques, et pourquoi le live gagne.

Lire le guide →

Méthode

Une grille d'évaluation technique objective

La construire, la remplir et l'utiliser pour décider sans biais.

Lire le guide →

Modèle

Recruteur non technique + expert externe

Le duo qui fiabilise l'embauche data en couvrant les angles morts.

Lire le guide →

Anti-biais

Éviter les biais dans l'évaluation technique

Repérer et neutraliser les biais par la structure et la standardisation.

Lire le guide →

Démystifier la techno

Chaque techno expliquée simplement au recruteur : à quoi ça sert et qui l'utilise.

SQL

Le SQL expliqué aux recruteurs

À quoi ça sert, qui l'utilise, ce que ça change.

Lire le guide →

Python

Python pour la data, pour recruteurs

Ce qu'un recruteur doit comprendre, sans jargon.

Lire le guide →

Power BI

Power BI expliqué aux RH

Usages, métiers, niveaux — au-delà des graphiques.

Lire le guide →

Tableau

Tableau : le guide du recruteur non technique

Pourquoi 'savoir l'ouvrir' ne suffit pas.

Lire le guide →

Looker

Looker et LookML : pourquoi c'est différent

Un outil de modélisation, pas juste de dashboards.

Lire le guide →

Excel

Excel en data : quand ça suffit, quand non

Les limites d'Excel et le passage à SQL.

Lire le guide →

Spark

Spark expliqué simplement

À quoi ça sert, et comment repérer un buzzword.

Lire le guide →

Airflow

Airflow : l'orchestration de données

Pourquoi c'est critique, et la question de l'échec.

Lire le guide →

dbt

dbt expliqué aux recruteurs

La révolution de l'analytics engineering.

Lire le guide →

Git

Git pour les non-développeurs

Pourquoi c'est demandé aux profils data.

Lire le guide →

BigQuery

BigQuery : ce que ça change

Le modèle de coût unique à comprendre.

Lire le guide →

Snowflake

Snowflake : pourquoi tout le monde en parle

Stockage/calcul, crédits, fonctionnalités.

Lire le guide →

Comparaisons

X vs Y : bien choisir son outil, son profil, son rôle — et ce que le choix implique.

Power BI vs Tableau vs Looker

Lequel pour quel besoin, et quel profil recruter.

Lire le guide →

Cloud

BigQuery vs Snowflake

Ce qui les distingue et ce qui se transfère au recrutement.

Lire le guide →

SQL / Python

SQL ou Python : de quoi votre poste a besoin

Arrêter d'exiger les deux par réflexe.

Lire le guide →

Maturité

Excel, SQL ou Python : votre niveau de maturité

Recruter au bon stade, sans sur- ni sous-recruter.

Lire le guide →

dbt / SQL

dbt vs SQL classique

Ce que la maîtrise de dbt dit du niveau réel.

Lire le guide →

Spark / pandas

Spark vs pandas

La question du volume qui révèle le vrai niveau.

Lire le guide →

Rôles

Analyst, Engineer, Analytics Engineer : qui fait quoi

Cadrer le rôle pour ne pas chercher l'impossible.

Lire le guide →

Rôles

Data Scientist vs ML Engineer

Concevoir un modèle et le déployer : deux métiers.

Lire le guide →

Fiches de poste

Des templates prêts à copier pour rédiger une offre data qui attire les bons candidats.

Data Analyst

Fiche de poste Data Analyst (modèle)

Template prêt à copier (SQL / Power BI).

Lire le guide →

Data Engineer

Fiche de poste Data Engineer (template)

Modèle SQL / Python / Airflow.

Lire le guide →

Analytics Engineer

Fiche de poste Analytics Engineer

Cadrer le rôle hybride (dbt / BigQuery).

Lire le guide →

BI Developer

Offre de BI Developer (Tableau / Looker)

Au-delà des dashboards : la modélisation.

Lire le guide →

Data Scientist

Fiche de poste Data Scientist

Ce qu'il faut vraiment y mettre.

Lire le guide →

Spark

Offre Data Engineer Spark (modèle)

N'exiger Spark que si vos volumes le justifient.

Lire le guide →

Snowflake

Fiche de poste consultant Snowflake

Les compétences réelles à exiger.

Lire le guide →

Général

Rédiger une offre data qui attire

Les règles d'or pour ne pas faire fuir les bons.

Lire le guide →

Guides techniques

Ce qu'on évalue vraiment par techno et par niveau, avec grille GO/NO-GO.