Modèle de description de poste : Data Engineer
Utilisez ce modèle pour rédiger une description de poste pour un Data Engineer dans votre PME suisse. Il couvre les fonctions principales (conception de pipelines, ETL, infrastructure), les compétences techniques requises, les qualifications appréciées comme les certifications cloud, et ce qu'il faut mentionner dans l'offre : Pensum, localisation par canton, fourchette salariale en CHF, avantages et exigences linguistiques.
Un Data Engineer conçoit et maintient les systèmes qui collectent, stockent et déplacent les données de manière fiable dans votre organisation. Il crée des pipelines, assure la qualité des données et permet aux analystes d'accéder aux informations nécessaires.
Ce modèle est conçu pour les employeurs suisses. Adaptez le Pensum, le canton/la ville, la fourchette de salaire et les exigences linguistiques à votre situation. Les annonces suisses mentionnent généralement le lieu au niveau cantonal (par ex. ‹Zurich›, ‹Vaud›, ‹Bâle-Campagne›).
Ce que fait le rôle
Le Data Engineer conçoit et exploite les pipelines de données qui alimentent les systèmes d'analyse, de reporting et d'apprentissage automatique. Il travaille avec des bases de données, des plateformes cloud et des langages de script pour déplacer les données de manière fiable de la source à la destination.
Ce rôle se situe entre les producteurs de données (applications, capteurs, APIs) et les consommateurs de données (analystes, data scientists, équipes BI). Il est technique, pratique et peut impliquer des astreintes ou une réaction aux incidents selon votre organisation.
- Concevoir, construire et maintenir des pipelines ETL (extract, transform, load) ou ELT
- Gérer les data warehouses, data lakes ou architectures lac-maison (Snowflake, BigQuery, Databricks, etc.)
- Surveiller la qualité des données, la latence et les performances des pipelines ; résoudre les pannes
- Documenter la traçabilité des données, les schémas et la logique de transformation pour les équipes
- Collaborer avec les analystes, ingénieurs et parties prenantes sur les exigences relatives aux données
- Optimiser les requêtes et l'infrastructure pour les coûts et les performances
Compétences obligatoires
Recherchez des candidats ayant une expérience avérée dans la construction de pipelines de données en production. La profondeur technique importe plus que le nombre d'années d'expérience.
Ils doivent maîtriser SQL, au moins un langage de programmation (Python, Java, Scala, Go) et le contrôle de version (Git). L'expérience d'une plateforme cloud (AWS, GCP, Azure) ou d'une infrastructure de données sur site est indispensable.
- 3–5 ans d'expérience dans la construction ou la maintenance de pipelines de données, outils ETL ou data warehouses
- SQL solide : rédaction et optimisation de requêtes, compréhension des schémas et des index
- Compétence en Python, Java, Scala ou similaire ; capacité à écrire du code propre et testable
- Expérience pratique d'au moins une plateforme cloud (AWS, GCP, Azure) ou Hadoop/Spark
- Compréhension des bases de données relationnelles et non-relationnelles ; expérience d'au moins une
- Capacité à travailler en français ou en allemand (langue de votre équipe) ; l'anglais est généralement un atout
Compétences appréciées & offer de poste
Les candidats ayant des certifications cloud (AWS Solutions Architect, GCP Professional Data Engineer), une expérience du streaming temps réel (Kafka, Pub/Sub) ou une familiarité avec dbt, Airflow ou des outils similaires se démarquent. L'expérience en pipelines de machine learning ou en gouvernance des données est un plus.
Proposez un Pensum (par ex. 80–100%), un emplacement nommé par canton (par ex. ‹Zurich› ou ‹Lucerne›) et une fourchette salariale en CHF (typiquement 120.000–180.000 CHF bruts par an pour un mid-level dans les grandes villes, moins dans les petites régions). Incluez le 13e mois, les cotisations LPP et tout avantage flexible disponible. Précisez la langue de travail.
- Certifications cloud (AWS, GCP, Azure Data Engineer) ou accréditation Databricks
- Expérience avec les données en temps réel ou en flux (Kafka, Google Pub/Sub, Kinesis)
- Familiarité avec les outils d'orchestration de données (Airflow, dbt, Prefect) et les pratiques DevOps modernes
- Expérience en machine learning ou en ingénierie analytique ; intérêt pour la gouvernance des données
- Pensum : 80–100% (préciser votre flexibilité). Localisation : nommer votre canton et/ou votre ville.
- Salaire : fourchette réaliste en CHF ; inclure le 13e mois, LPP et tout avantage (télétravail, formation, budget équipement)
Questions fréquentes
- Dois-je inclure une exigence linguistique dans mon annonce de Data Engineer ?
- Oui. Précisez la langue de travail d'emblée (par ex. ‹Français et anglais›, ‹Allemand›, ‹Italien et français›). La plupart des rôles suisses en données exigent le français ou l'allemand parce que votre équipe communique dans l'une de ces langues. L'anglais est souvent une exigence secondaire pour la collaboration internationale ou la documentation.
- Quel Pensum dois-je afficher pour un Data Engineer ?
- La plupart des Data Engineers en Suisse travaillent à 100% (temps plein). Certaines grandes entreprises proposent 80% pour les candidats expérimentés ou désireux de flexibilité. Soyez clair : 80–100% signifie que vous êtes ouvert à la négociation ; 100% signifie temps plein uniquement. Énoncez-le en pourcentage, non en heures par semaine.
- Combien devrais-je offrir de salaire pour un Data Engineer en Suisse ?
- Les Data Engineers de niveau intermédiaire gagnent généralement 120.000–180.000 CHF bruts par an à Zurich, Genève et Bâle ; 100.000–150.000 CHF dans les plus petites villes. Junior (1–2 ans) : 90.000–120.000 CHF. Senior (5+ ans) : 150.000–220.000 CHF. Toujours inclure le 13e mois (norme minimale dans la plupart des CCT suisses), la LPP et tous autres avantages dans l'offre totale.
Informations générales pour les employeurs suisses, pas un conseil juridique. Faites valider par un juriste tout ce qui a des conséquences légales.