BI Data Analytics Engineer

d.light est un leader mondial et un pionnier dans la fourniture de solutions solaires abordables conçues pour les deux milliards de personnes dans les pays en développement qui n'ont pas accès à une énergie fiable. d.light fournit des solutions d'énergie solaire distribuée pour les ménages et les petites entreprises qui transforment la façon dont les gens dans le monde utilisent et paient l'énergie.

Nous recherchons un ingénieur en analytique de données pour rejoindre notre équipe dynamique. Ce poste implique la construction et la maintenance de notre infrastructure de données, y compris l'utilisation d'outils comme Redshift, dbt et Dagster, posant les fondations de tout le travail de notre équipe de Business Intelligence et des rapports de source unique de vérité que nous construisons et maintenons pour servir l'ensemble de l'entreprise.

Le candidat idéal aura une solide base en concepts d'entrepôt de données, en processus ETL et une forte compétence en SQL. Si vous êtes passionné par l'ingénierie des données et désireux de contribuer à un projet qui a un impact significatif sur notre entreprise, nous vous invitons à postuler.

Au-delà de la construction et de la maintenance de notre infrastructure de données, ce rôle possède la couche d'ingestion de bout en bout, non seulement en orchestrant des connecteurs pré-construits, mais aussi en concevant et en maintenant des intégrations API personnalisées pour les systèmes sources qui manquent de support prêt à l'emploi. Nous recherchons quelqu'un avec une véritable profondeur en ingénierie des données, à l'aise pour écrire du Python de qualité production, pas seulement du SQL.

Rôles et responsabilités

Développer et maintenir des pipelines de données robustes à partir de multiples systèmes sources en utilisant Airbyte, Redshift, dbt, dlt et Dagster.

Implémenter des transformations de données et assurer la qualité et l'intégrité des données.

Collaborer avec des équipes transversales pour répondre aux besoins en données.

Contribuer à l'amélioration et à la mise à l'échelle de notre infrastructure de données.

Fournir un support dans la modélisation des données et les processus ETL.

Collaborer avec d'autres membres de l'équipe BI pour assurer la qualité et la cohérence des données dans les rapports et les visualisations.

Concevoir, construire et maintenir des intégrations API personnalisées pour ingérer des données à partir de systèmes sources qui manquent de connecteurs pré-construits (par exemple, plateformes de paiement et d'argent mobile, systèmes PayGo, CRM et applications internes), en gérant l'authentification, la pagination, la limitation de débit et la logique de nouvelle tentative.

Instrumenter les pipelines pour l'observabilité, la surveillance, les alertes et les tests automatisés de qualité des données afin que les problèmes de fraîcheur et de précision soient détectés avant d'atteindre les parties prenantes.

Gérer et maintenir le code via des flux de travail basés sur Git et CI/CD.

Indicateurs clés de performance

Vélocité de sprint - Nous travaillons avec une configuration agile et il est important que nous fermions les tickets qui nous sont assignés dans un sprint.

Disponibilité des données - Les données sont-elles actualisées à temps chaque jour pour que nous puissions les utiliser ?

Performance de l'entrepôt de données - disponibilité, vitesse de requête, vitesse ETL

Qualité des données - Nous devons livrer des rapports qui montrent avec précision la performance de l'entreprise

Documentation - Pour être lean et maximiser notre impact, nous avons besoin de systèmes solides. Chacun est censé contribuer en documentant son travail.

Satisfaction des parties prenantes - En tant qu'équipe, nous serons mesurés sur la façon dont l'entreprise pense que nous avons bien fait (NPS interne).

Exigences

Solide base en concepts d'entrepôt de données et architectures modernes d'entrepôt de données.

3+ ans d'expérience en analytique/ingénierie des données.

Expérience avec les outils modernes d'ELT et d'orchestration tels que Airbyte, Dagster & dbt ou des outils comparables pour construire des pipelines de données.

Compétences SQL solides, y compris l'optimisation des performances et la modélisation pour les charges de travail analytiques.

Compétences Python solides pour construire des pipelines de données, des intégrations API et de la logique de transformation.

Expérience de travail avec un entrepôt de données cloud, idéalement Redshift, y compris la connaissance des performances de requête et des coûts.

Expérience avec les frameworks de qualité et de test des données (par exemple, tests dbt, Great Expectations) et l'observabilité, la surveillance et les alertes des pipelines.

Familiarité avec Git, CI/CD et la gestion d'environnements (dev / staging / production) pour le code analytique.

À l'aise avec les outils assistés par IA (copilotes LLM) pour accélérer le développement et la documentation.

Expérience pratique dans la construction et la maintenance d'intégrations API, y compris l'authentification OAuth2 ou basée sur des jetons, la pagination, la limitation de débit et l'ingestion incrémentale ou pilotée par événements.

Méthode de candidature

Les personnes intéressées et qualifiées peuvent

[Click the Apply button below to apply, and Create my CV to build a CV tailored to this offer, professionally]