Un ingénieur qui transforme les données brutes de votre entrepôt en modèles fiables, testés et documentés, définit des indicateurs qui se calculent partout de la même façon et les met à disposition des outils de BI comme des assistants d'IA. Nous vous présentons 1 ou 2 profils évalués, y compris sur leur pratique de l'IA, en moins de 48h.
Par Hugo Brisset · Mis à jour le
L'Analytics Engineer travaille entre l'ingénierie et l'analyse. Une fois les données chargées dans l'entrepôt ou le lakehouse (Snowflake, BigQuery, Databricks, Redshift ou Microsoft Fabric), il les transforme en modèles prêts à l'emploi : tables de faits et de dimensions, historisation, règles métier explicites. Il écrit ces transformations en SQL avec dbt, les versionne dans Git, les teste, les documente et les déploie en intégration continue, avec la rigueur d'un développeur logiciel appliquée à la donnée analytique.
Son second chantier est la cohérence des indicateurs. Chiffre d'affaires, client actif, taux de rétention : chaque métrique doit avoir une seule définition, partagée par tous les tableaux de bord. C'est le rôle de la couche sémantique, qu'il construit avec le dbt Semantic Layer et MetricFlow, open source sous licence Apache 2.0 depuis octobre 2025, avec LookML dans Looker, ou avec les vues sémantiques de Snowflake et les metric views de Databricks. L'outillage évolue vite : Fivetran et dbt Labs ont finalisé leur fusion en juin 2026, et le nouveau moteur dbt Fusion, réécrit en Rust, est disponible pour les projets Snowflake sur la plateforme dbt et en préversion sur les autres entrepôts, tandis que dbt Core v2 reste en phase de test.
L'IA rend ce métier plus central encore. Les assistants conversationnels branchés sur les données (Snowflake Cortex Analyst, Databricks Genie, Copilot dans Power BI) ne répondent juste que si les modèles sont propres, documentés et adossés à une couche sémantique. Dans la pratique quotidienne, l'IA rédige une première version de modèle dbt, de tests ou de documentation. Mais une jointure mal comprise ou une granularité mal choisie produit un chiffre plausible et faux. La valeur de l'Analytics Engineer tient à sa modélisation, à ses tests et à sa relecture. C'est ce que nous évaluons.
Les besoins que les entreprises confient le plus souvent à un Analytics Engineer freelance.
Organisation en couches (staging, intermédiaire, marts), conventions de nommage, modèles incrémentaux, historisation par snapshots, gestion des environnements et déploiement continu.
Modèle dimensionnel ou tables larges selon les usages, granularité explicite, règles métier documentées, rapprochement avec les systèmes sources et reprise des requêtes dispersées dans les outils de BI.
Dictionnaire des indicateurs, définition des métriques dans le dbt Semantic Layer, LookML ou les vues sémantiques de l'entrepôt, exposition aux outils de BI et contrôle de cohérence entre les rapports.
Tests de données et tests unitaires dbt, contrats de modèles, alertes sur la fraîcheur et les volumes, observabilité avec Elementary ou Soda, traitement des anomalies avec les équipes sources.
Reprise de procédures stockées, de traitements SSIS, Talend ou de calculs enfouis dans les tableaux de bord vers dbt, avec double run et rapprochement des résultats avant bascule.
Documentation des modèles et des colonnes, métriques certifiées, droits d'accès, jeux de questions de référence pour évaluer un assistant qui interroge l'entrepôt en langage naturel.
Les technologies qui reviennent le plus dans les besoins d'analytics engineering en 2026.
Ce qui nous distingue
Après une préqualification de 5 à 10 minutes, chaque freelance passe un entretien technique et comportemental mené par un ingénieur, en partie en partage d'écran. Nous voulons voir comment il travaille réellement, pas l'entendre le raconter.
Quels assistants il utilise pour écrire des modèles dbt, des tests ou de la documentation, comment il leur donne le contexte du projet (lignage, conventions, définitions métier) et quelles limites il a rencontrées.
Nous lui présentons un modèle SQL produit par l'IA : granularité, jointures qui dupliquent des lignes, filtres implicites, logique incrémentale, coût de calcul. Un bon Analytics Engineer explique pourquoi le chiffre serait faux.
Un Skill, un Subagent ou un serveur MCP pour interroger le lignage, générer des tests à partir des contrats ou vérifier les conventions du projet, et la manière dont il l'a fait évoluer avec l'usage.
Ce qu'il met en place pour qu'un assistant conversationnel réponde juste : métriques dans la couche sémantique, descriptions de colonnes, questions de référence, données à ne pas exposer.
Sans pratique de l'IA illustrée et démontrée, nous ne donnons pas suite.
Tarifs
Ces montants sont des estimations du TJM constaté sur le marché freelance français, hors taxes. Nous communiquons le TJM exact avec les profils, sous 48h.
TJM moyen constaté sur le marché
620 €
Fourchette : 500 € à 800 € HT par jour
| Niveau | TJM marché HT | À savoir |
|---|---|---|
| ConfirméDéveloppement de modèles dbt testés et documentés sur un projet existant. | 560 € | |
| SeniorConception du modèle de données, couche sémantique, standards de qualité et revue de code. | 640 € | |
| ExpertArchitecture analytique d'ensemble, migration vers dbt, préparation des données pour l'analyse conversationnelle. | 750 € |
Source : Estimation de marché établie en octobre 2026 à partir de baromètres publics de TJM freelance en France. Ce ne sont pas des montants facturés par Top Profil. · Travail Industrie, simulateur TJM Analytics Engineer confirmé (2026) · Travail Industrie, simulateur TJM Analytics Engineer expert (2026) · TJMètre, baromètre TJM Data 2026
FAQ
Le Data Engineer construit les pipelines qui amènent la donnée dans l'entrepôt et exploite la plateforme. L'Analytics Engineer transforme ensuite cette donnée en modèles et en indicateurs fiables, avec dbt et une couche sémantique. Le Data Analyst exploite ces modèles pour répondre aux questions des métiers et construire les tableaux de bord.
Souvent oui, dès que les besoins de reporting se multiplient. Le Data Engineer est absorbé par l'ingestion, la plateforme et les volumes ; la modélisation métier et la cohérence des indicateurs passent alors au second plan. L'Analytics Engineer prend ce périmètre en charge et libère aussi les Data Analysts, qui n'ont plus à recalculer chaque indicateur.
C'est l'endroit où chaque indicateur est défini une seule fois, avec ses règles de calcul, puis exposé à tous les outils qui le consomment. Elle évite que deux tableaux de bord affichent deux chiffres différents pour la même question. Elle devient indispensable dès que des assistants d'IA interrogent les données en langage naturel.
La fusion, finalisée en juin 2026, ne remet pas en cause les projets dbt existants. dbt Core reste open source, MetricFlow l'est devenu en 2025, et le moteur dbt Fusion progresse par entrepôt. Un Analytics Engineer à jour sait évaluer ce que Fusion apporte à votre projet et préparer la migration lorsque votre entrepôt est pris en charge.
Les baromètres publics situent le TJM d'un Analytics Engineer confirmé à expert le plus souvent entre 500 et 800 € hors taxes, autour de 620 € en moyenne. Les profils capables de concevoir une couche sémantique ou de mener une migration vers dbt se situent dans le haut de la fourchette. Nous communiquons le TJM exact avec les profils présentés.
Oui, notamment pour faire évoluer un projet dbt existant, ajouter des modèles au fil des besoins ou maintenir la qualité des données. La refonte d'un modèle de données ou la mise en place d'une couche sémantique demande plutôt un temps plein. Nous définissons le rythme avec vous dès le premier échange.
Lors d'un entretien mené par un ingénieur, en partie en partage d'écran, nous observons comment il utilise l'IA pour écrire et documenter ses modèles, comment il relit un modèle généré et comment il prépare les données pour un assistant conversationnel. Sans pratique illustrée et démontrée, nous ne donnons pas suite.
Fiche rédigée par Hugo Brisset, cofondateur de Top Profil.
Publiée le , mise à jour le .
Échangeons 30 minutes sur votre besoin. Nous vous présentons des profils évalués en moins de 48h.
