L'Analytics Engineer est l'un des profils les plus recherchés — et les plus mal compris. Ni tout à fait data engineer, ni tout à fait analyst, il occupe l'espace entre les deux : transformer la donnée brute en modèles fiables et documentés. Comme le rôle est récent, beaucoup se disent « analytics engineer » sans en avoir la substance. Voici comment repérer un vrai profil.
La valeur d'un Analytics Engineer tient à un double langage : assez technique pour construire une couche de transformation propre (souvent avec dbt), assez proche du métier pour savoir ce que les analysts vont consommer. Ce pont est sa signature.
Il transforme la donnée brute en modèles fiables que les analysts consomment.
Son cœur de métier est la couche de transformation : prendre des données brutes et produire des tables propres, testées, documentées, prêtes à l'analyse. C'est souvent le chaînon manquant entre l'ingénierie et l'analyse.
Le vrai signal : parle-t-il de fiabilité et de ceux qui consomment ses données ?
Un bon Analytics Engineer pense « aval » : il se soucie de ne pas casser les rapports en aval, teste ses modèles et documente. Ce souci de fiabilité et de service est le meilleur marqueur.
Ni un data engineer allégé, ni un analyst qui a touché à dbt.
Le rôle étant flou, deux erreurs de casting sont fréquentes : prendre un data engineer pur (qui s'ennuiera sur la modélisation métier) ou un analyst qui a juste utilisé dbt une fois. Il faut évaluer le rôle pour lui-même.
Signal d'alerte : comme le rôle d'Analytics Engineer est récent et mal cadré, l'intitulé sur un CV est peu fiable ; c'est la double compétence — ingénierie et service au métier — qu'il faut évaluer concrètement.
| Niveau | Maîtrise attendue | Signal GO | NO-GO |
|---|---|---|---|
| Junior | Écrit des modèles simples, connaît dbt de base | Ajoute des tests, comprend ref/sources | Confond dbt et SQL classique |
| Confirmé | Modélise en couches, teste, documente | Traduit un besoin métier en modèle | A juste « touché » à dbt |
| Senior | Qualité, contrats, CI, gouvernance | Garantit la non-régression en aval | Se prend pour un data engineer pur |
| Lead | Standards, mesh, pont entre les équipes | Fait le lien technique/métier à l'échelle | Ne parle jamais des consommateurs aval |
Data Builder mène l'entretien technique et vous livre un rapport clair et détaillé sous 24h. Premier entretien offert.