DevOps - DevOps - Data Platform Engineer H/F - 35

VeoNum...Tu en a déjà entendu parler ? un peu, beaucoup, pas encore suffisamment ?

Peu importe ta réponse à la question, je te laisse poursuivre ta lecture et t'immerger dans l'environnement Human First, valeur fondamentale de l'entreprise.

VeoNum, entreprise rennaise, regroupe aujourd'hui 40 consultants dont plusieurs dotés d'un doctorat. Elle est le fruit de l'engagement de ses trois fondateurs dont les valeurs sont basées sur la bienveillance, le partage, le bien-être et l'expertise technique.

L'entreprise à taille humaine s'inscrit dans une logique de proximité en faisant preuve de convivialité et de bon sens au quotidien.

Le « Human first », notre ADN, qu'en est-il exactement ?

C'est le choix du projet sur lequel tu vas travailler, sans aucune mobilité !

C'est une formation sur mesure et adaptée à ton expertise,

C'est une bonne mutuelle, des tickets restaurant, des RTTs ...

C'est une participation aux événements régionaux (DevFest, Agile Tour...) où tu vas pouvoir te nourrir d'informations sur ton métier

C'est une vraie Team où on sait aussi de temps en temps laisser le travail de côté ! (Soirées, escape game, barbecue, karting...)

L'activité de l'entreprise quant à elle s'oriente sur plusieurs axes autour desquels tu pourras évoluer, et ainsi rapidement monter en compétences entre deux projets :

La veille technologique sur les nouveaux Frameworks

Des projets réalisés pour des clients internationaux,Nous construisons une plateforme analytics orientée performance et autonomie, avec un moteur de transformation et un pipeline de données moderne. Objectif : fournir rapidement des analyses fiables, des cubes exploitables et des dashboards opérationnels, sans dépendre d'une équipe UX.

Missions

En lien direct avec l'équipe produit / data, tu seras en charge de :

- Configurer et industrialiser la stack analytics : Airflow, DBT, ClickHouse, Cube.js, Superset
- Construire des pipelines de données robustes (ingestion transformation exposition)
- Développer et maintenir le moteur de transformation via DBT (modèles, tests, documentation)
- Orchestrer les workflows avec Airflow (DAGs, scheduling, retries, alerting)
- Optimiser ClickHouse (schémas, performances, partitions, index, coût / latence)
- Mettre en place des cubes d'analyse Cube.js (modélisation, métriques, dimensions, sécurité)
- Créer les premiers dashboards sur Superset (sans UX avancée, focus efficacité / lisibilité)
- Mettre en place les bonnes pratiques DevOps & DataOps (CI/CD, monitoring, environnement, secrets)