Description du poste : En postulant à cette offre, vous aurez l'opportunité de rejoindre une marque de compléments alimentaires pour chiens en pleine croissance, active en France, Belgique et Espagne, avec un chiffre d'affaires d'environ 700k€ par mois et en forte accélération. Dans un contexte de croissance forte et de culture data-first , ils cherchent à structurer sa stack analytique. L'objectif est de faciliter la lecture des données et leur utilisation par les équipes marketing, produit, finance ou supply. La rôle de l'Analytics Engineer H/F : modéliser, transformer, documenter et maintenir la donnée pour en faire un levier opérationnel. Vos missions si vous les acceptez : Vous serez le/la garant(e) de la donnée utile et actionnable pour toutes les équipes.Votre rôle sera de co-créer et faire évoluer notre modern data stack avec l'équipe tech, tout en travaillant main dans la main avec les responsables d'équipes pour transformer la donnée en décisions concrètes. * Participer à la conception du modèle de données utilisé par les équipes internes * Améliorer et fiabiliser la stack existante (BigQuery, intégrations de données) et guider la mise en place de pipelines supplémentaires avec l'appui de nos développeurs * Mettre en place les tests , assurer la qualité des données , la documentation et la performance des requêtes * Monter des POC data rapidement pour tester des hypothèses avant industrialisation * Définir et challenger les bons metrics avec nos différentes équipes (Ops, Finance, Growth - Acquisition & Rétention -, Product Design, CX) pour s'assurer que les données suivies sont pertinentes, fiables et orientées vers des actions concrètes Description du profil : Et vous ?***Solide niveau en SQL * Expérience en Analytics Engineering ou rôle équivalent dans un environnement data moderne (idéalement BigQuery, dbt, Airflow ou similaire) * Goût pour les problématiques de modélisation , de documentation et de rigueur analytique * Pédagogie, capacité à rendre la donnée compréhensible * Capacité à structurer, organiser, nettoyer et documenter Stack actuelle * Google Cloud (BigQuery, Firestore, Cloud Run.) * DLT (ETL, librairie Python open-source)