Gestionnaire, Infrastructure de données
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Qui nous sommes
Chez Plus Company Média, nous nous épanouissons au carrefour de la créativité, de la stratégie et de l'innovation. En tant que membre d'un réseau mondial de 26 agences, nous relions des talents exceptionnels à des marques emblématiques pour concevoir des solutions média qui suscitent des conversations et génèrent des résultats. Notre énergie collaborative alimente des idées audacieuses, stimule la croissance et nous permet de garder une longueur d'avance dans un paysage média en constante évolution. Travailler avec nous, c'est intégrer un écosystème dynamique où votre expertise brille davantage et où votre impact est démultiplié.
Description Du Rôle
Vous serez le lien entre nos données et les personnes qui les utilisent. Votre mission : faire passer l’agence d’un modèle de rapports ponctuels à une culture où les produits de données sont compris, adoptés et utilisés au quotidien, à l’interne comme chez nos clients.
Vous accompagnerez les clients dans leurs projets de données, de la définition du besoin jusqu’à la mise en place. Vous saurez expliquer simplement des systèmes complexes et démontrer la valeur concrète de nos solutions. Vous formerez les équipes et ferez la promotion des produits de données.
Vous aurez aussi les mains dans la technique : marquage, pipelines, architecture BigQuery. Vous contribuerez à bâtir des produits de données fiables et automatisés. C’est un rôle pour une personne curieuse et créative, qui aime comprendre le fonctionnement des choses et veut continuer à progresser techniquement.
Responsabilités
Leadership auprès des clients et consultation technique
- Leadership des comptes clients : Agir à titre de point de contact principal pour l'infrastructure de données auprès des comptes clients clés. Vous interagirez régulièrement avec les clients pour présenter les stratégies de données, expliquer les investissements dans l'infrastructure et démystifier les concepts techniques complexes pour les parties prenantes du marketing.
- Traduction stratégique : Collaborer directement avec les responsables de comptes pour traduire les exigences d'affaires des clients en spécifications techniques pour l'équipe de données, et inversement, traduire les livrables techniques en récits convaincants et faciles à comprendre pour le client.
- Formation et culture de données : Former les équipes internes et les clients à la lecture et à l’utilisation des données, ainsi qu’aux bonnes pratiques. Insuffler une culture de la donnée en priorisant des sujets tels que la qualité des données ou la maîtrise de GA4. Encourager l’adoption de nos produits de données, recueillir les commentaires des utilisateurs et contribuer à leur amélioration.
Ingénierie de la mesure et du suivi
- Architecture de marquage technique : superviser la mise en œuvre d’environnements de suivi complexes (GTM, marquage côté serveur) afin de garantir l’intégrité des données dès leur collecte.
Infrastructure et architecture des données
- Feuille de route technique : comprendre et exécuter la feuille de route du service de données, en délaissant les rapports ponctuels au profit de produits de données évolutifs et automatisés.
- Écosystème GCP : agir à titre d’architecte pour l’environnement Google Cloud Platform. Vous contribuerez à la santé globale de l’architecture BigQuery, notamment le partitionnement, le clustering et l’optimisation des coûts.
- Lac de données (Data Lake) : participer à l’ingestion et à l’organisation des données structurées et non structurées dans Cloud Storage. L’objectif est de maintenir une « source unique de vérité » performante pour toutes les données média et clients.
- Protocoles d’ingénierie : créer et maintenir les flux de travail Dataform, le contrôle de version (Git), la gouvernance des schémas et la documentation de la traçabilité des données (data lineage).
- Pipelines ETL/ELT : concevoir des pipelines automatisés qui gèrent des extractions d’API complexes (Supermetrics, intégrations natives, scripts personnalisés…). Les données doivent être à jour, validées et prêtes pour l’analyse.
Résolution de problèmes et innovation
- Compréhension technique: Analyser les défis liés aux données (sources incomplètes, intégrations difficiles, données incohérentes) et proposer des solutions pragmatiques et créatives.
- Autonomie: Aller chercher l’information manquante auprès des équipes, des plateformes ou de la documentation pour débloquer les projets.
- Amélioration continue: Explorer des solutions d’automatisation et d’IA (Gemini, Vertex AI, Claude…) pour simplifier le travail des équipes.
Collaboration
- Communication: Travailler avec une équipe répartie dans plusieurs lieux, en mode asynchrone, avec une communication écrite claire et une bonne documentation.
- C