Analytics Engineer - Junior H/F - 34

Et si vous choisissiez plus qu'un simple job ?

A propos de HELPLINE :

Entreprise française des Services du Numérique (ESN), HELPLINE accompagne depuis 1994 les directions informatiques et métiers dans leurs projets de transformation autour des nouveaux usages et outils numériques.

La société affiche une croissance régulière (207M€ de chiffre d'affaires en 2022) grâce à 3600 spécialistes qui opèrent en France et à l'international (Allemagne, Belgique, Italie, Roumanie, Tunisie) avec 16 implantations.

Concernant la région SUD de HELPLINE :

- S'étendant de Nice à Toulouse, la région sud de HELPLINE couvre les régions PACA (Provence-Alpes-Côte d'Azur) et OCCITANIE.
- Celle-ci est gérée par deux agences : l'une à Aix-en-Provence, responsable de la région PACA, et l'autre à Montpellier, dédiée à la région OCCITANIE.
- Bien que le support soit le coeur de métier de HELPLINE, la région sud connaît un développement notable dans les domaines de l'infrastructure et du développement applicatif.
- Au sein de la région sud de HELPLINE, nous misons sur un management de proximité favorisant le développement des compétences et encourageant la croissance professionnelle de chacun.

Envie de nous rejoindre ? Nous avons le poste fait pour vous !Mission : Nous recherchons un Analytics Engineer - junior H/Fen préembauche (8 mois)pour un de nos clients, éditeur de solutions numériques spécialisées dans la gestion et l'optimisation des activités agricoles, situé à Montpellier (34).

La mission consiste à structurer et fiabiliser les données issues des différents outils et capteurs, afin de les rendre accessibles et exploitables par les équipes métiers et les partenaires.

Vos principales responsabilités pour ce poste consisteront à :

La collecte et la compréhension des données :

- Se familiariser avec les sources de données internes (capteurs, parcelles,
- essais, ERP, CRM).
- Comprendre les besoins métiers liés à l'agronomie et à la production.

La transformation et la modélisation :

- Nettoyer et structurer les données (via dbt).
- Créer des modèles réutilisables (datasets prêts à analyser).

La qualité et la documentation :

- Mettre en place des tests de qualité de données.
- Documenter les définitions d'indicateurs (rendement, taux de germination, suivi climat, etc.).

La mise à disposition :

- Préparer les tables et vues nécessaires pour les analystes et équipes métiers.
- Collaborer avec les data analysts pour alimenter des dashboards (Power BI).

La veille et la montée en compétences :

- Se former en continu sur les outils de la data (SQL avancé, dbt, data warehouses cloud).
- Apporter sa connaissance métier en agronomie pour enrichir les modèles analytiques.