Métiers › Data & Business Intelligence › Analytics engineer
Analytics engineer
Analytics engineer fait partie des métiers de la famille « Data & Business Intelligence » : les métiers de la donnée, du reporting et de l'aide à la décision. Cette fiche détaille ce que recouvre le métier, les preuves qui rendent une candidature crédible et les questions qu'on vous posera le plus souvent.
L'analytics engineer transforme des données brutes en modèles propres et documentés, écrit des tests de qualité (unicité, non‑nul, cohérence) et maintient un dictionnaire de données partagé. Un recruteur recherche un projet de modélisation décrit, un exemple de dette de données réduite et la maîtrise des outils tels que dbt, la couche sémantique, le SQL avancé et l’entrepôt.
Ce que recouvre le métier au quotidien
Vous transformez des données brutes en modèles propres et documentés, vous écrivez des tests de qualité (unicité, non‑nul, cohérence) et vous maintenez un dictionnaire de données partagé.
Comment le faire voir sur votre CV
Indiquez un projet de modélisation décrit (sources, couches, tests) et un exemple de dette de données réduite (doublons, définitions divergentes). Mentionnez les mots‑clés dbt, couche sémantique, tests de données, modélisation de données, dictionnaire de données, SQL avancé et entrepôt (BigQuery, Snowflake, Redshift, DuckDB).
Questions fréquentes
Frontière avec le data analyst : vous préparez, ils analysent ?
Vous préparez les modèles, les tests et le dictionnaire de données, tandis que le data analyst utilise ces modèles pour analyser.
Entrepôt utilisé (BigQuery, Snowflake, Redshift, DuckDB) ?
Vous précisez l’entrepôt utilisé, par exemple BigQuery, Snowflake, Redshift ou DuckDB, et vous mentionnez dbt et la couche sémantique.
Ce que recouvre le métier
Les gestes qui reviennent le plus souvent :
- Transformer des données brutes en modèles propres et documentés
- Écrire des tests de qualité sur les modèles (unicité, non-nul, cohérence)
- Maintenir un dictionnaire de données partagé
Des repères tirés de sources publiques : à vous de confirmer ce qui correspond à votre pratique.
Quelles preuves mettre sur votre CV
Un recruteur croit ce qui est vérifiable. Pour ce métier, appuyez-vous sur :
- Un projet de modélisation décrit (sources, couches, tests)
- Un exemple de dette de données réduite (doublons, définitions divergentes)
Les questions à vous poser (et qu'on vous posera)
Préparez une réponse précise à chacune :
- Frontière avec le data analyst : vous préparez, ils analysent ?
- Entrepôt utilisé (BigQuery, Snowflake, Redshift, DuckDB) ?
Le vocabulaire du métier
Les termes que les recruteurs et les outils de tri de CV attendent pour ce métier :
- dbt
- couche sémantique
- tests de données
- modélisation de données
- dictionnaire de données
- SQL avancé
- entrepôt
D'où viennent ces informations
- France Travail — fiche métier ROME M1805 — consulté le 10/09/2026
Contenu proposé et sourcé, non relu par un expert du métier : traitez-le comme un point de départ à adapter à votre situation.
Métiers proches
Fiches métier mises à jour le 08/11/2026