Métiers › Data & Business Intelligence › Ingénieur data quality
Ingénieur data quality
Ingénieur data quality 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’ingénieur data quality conçoit des règles de qualité mesurables sur les jeux de données, met en place des contrôles automatiques avec alertes de dérive et pilote la remédiation avec les producteurs de la donnée. Un recruteur recherche votre capacité à formaliser ces règles, à assurer le monitoring de fraîcheur et de cohérence, et à intervenir à la source lorsqu’une non‑qualité est détectée.
Ce que recouvre le métier au quotidien
Au quotidien vous définissez des règles de qualité mesurables sur un jeu de données, vous mettez en place des contrôles automatiques et des alertes de dérive, et vous pilotez la remédiation avec les producteurs de la donnée. Vous assurez le monitoring de fraîcheur, le contrôle de complétude, la réconciliation et la cohérence des données.
Comment le faire voir sur votre CV
Sur votre CV indiquez les règles de qualité de données que vous avez définies, le tableau de bord de qualité de données que vous avez décrit (dimensions, seuils) et un cas de non‑qualité détecté, quantifié et corrigé à la source. Mentionnez les outils que vous avez utilisés (Great Expectations, dbt tests, Soda ou développements maison) et les mots‑clés tels que data contract, monitoring de fraîcheur, contrôle de complétude, réconciliation de données, remédiation à la source.
Questions fréquentes
Approche : contrôle a posteriori, ou contrats de données en amont ?
Vous pouvez préciser si vous avez travaillé avec un contrôle a posteriori ou si vous avez mis en place des data contracts en amont, en décrivant les règles de qualité de données appliquées dans chaque cas.
Outils (Great Expectations, dbt tests, Soda, développements maison) ?
Vous indiquez les outils que vous avez employés, par exemple Great Expectations, dbt tests, Soda ou des développements maison, pour automatiser les contrôles et les alertes de dérive.
Ce que recouvre le métier
Les gestes qui reviennent le plus souvent :
- Définir des règles de qualité mesurables sur un jeu de données
- Mettre en place des contrôles automatiques et des alertes de dérive
- Piloter la remédiation avec les producteurs de la donnée
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 tableau de bord de qualité de données décrit (dimensions, seuils)
- Un cas de non-qualité détecté, quantifié et corrigé à la source
Les questions à vous poser (et qu'on vous posera)
Préparez une réponse précise à chacune :
- Approche : contrôle a posteriori, ou contrats de données en amont ?
- Outils (Great Expectations, dbt tests, Soda, développements maison) ?
Le vocabulaire du métier
Les termes que les recruteurs et les outils de tri de CV attendent pour ce métier :
- règle de qualité de données
- monitoring de fraîcheur
- data contract
- contrôle de complétude
- réconciliation de données
- cohérence des données
- remédiation à la source
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