Analytics Engineer H/F - 31

Who we are
Pictarine, c'est l'ambition de créer une expérience d'impression photo instantanée.

Depuis 2010, notre scale-up 100% toulousaine bouscule les codes de l'édition et de l'impression photo aux États-Unis.

Grâce à nos applications mobiles et web réalisées avec les dernières tendances technologiques, nous permettons à nos clients de commander leurs plus beaux souvenirs en quelques clics.
Notre objectif : permettre de récupérer ses photos en moins d'une heure chez nos partenaires Walgreens et CVS. Et nous ne comptons pas nous limiter aux US !

En tant que Product Company, nous créons des produits toujours plus innovants.

Nos équipes, passionnées et déterminées, relèvent chaque défi technique, explorent de nouveaux horizons et travaillent ensemble pour rendre l'impossible possible.

Alors, prêt à rejoindre l'aventure de création de souvenirs mémorables avec Pictarine ?Mission and challenges

Tu es solide en modélisation et à l'aise avec les pipelines, et tu veux mettre ton expertise au service d'une plateforme data moderne et utile ? Chez Pictarine, on cherche un Analytics Engineer pour structurer notre modélisation de données, construire des pipelines maintenables, et faciliter l'accès à des insights fiables et exploitables. Tu rejoindrais la team Data aujourd'hui composée de 2 data analyst, 1 lead data engineer et l'engineering manager data.

Tu travailles en étroite collaboration avec les équipes Produit, Marketing, Business et Data. Tu es garant de la qualité et de la pertinence des datasets utilisés pour les analyses stratégiques et opérationnelles.

Concrètement, au quotidien, tu es responsable de :
- Concevoir et maintenir des modèles de données clairs, fiables et documentés.
- Développer des transformations avec dbt (ou outil similaire) dans un DWH moderne.
- Participer à la construction et au monitoring des pipelines de données (orchestration, tests, alerting).
- Collaborer avec les Data Analysts pour s'assurer que les datasets couvrent les bons besoins.
- Assurer la cohérence et la gouvernance des données exposées aux équipes métiers.
- Travailler avec les Data Engineers pour améliorer la performance et la scalabilité de la stack.