À propos du poste

Youmanista

💎 Le client final

Pour les investisseurs internationaux, la comptabilité est un casse-tête : opaque, hétérogène, souvent trompeuse. Notre client (15 personnes) a créé la solution qui manquait — un moteur capable de nettoyer les rapports financiers d'entreprises mondiales pour en extraire la réalité économique brute.

En 3 ans, cette fintech franco-américaine a automatisé l'expertise financière pour offrir aux portfolio managers une lecture sans filtre des marchés : un carnet de clients européens prestigieux, 400k€ d'ARR validés, et une levée de 5M€ en finalisation pour 2026.

📍 Paris centre · 1 à 2 jours de télétravail / semaine.

🏗️ Le projet : reconstruire de zéro la plateforme de données financières de notre client.

Notre client traite des données financières sur des milliers d'entreprises à l'échelle mondiale (états financiers, filings, news, données de marché) pour générer de l'intelligence d'investissement.

L'équipe (1 data engineer + 1 AI engineer + 1 Data engineer en recrutement) se lance dans la construction d'une nouvelle plateforme data moderne sous Databricks, pensée pour supporter du traitement massif, de l'analytics et des workflows IA — et vous serez de celles et ceux qui posent les fondations de cette architecture.

De manière spécifique :

  1. Pipelines & architecture data — Construire des pipelines à grande échelle pour traiter états financiers, données de marché et filings, tout en participant activement aux choix d'architecture cloud (stockage, scalabilité, coûts, monitoring/alerting).
  2. Finance & qualité des données — Implémenter et maintenir des modèles financiers en SQL/PySpark, avec un haut niveau d'exigence sur la fiabilité et la cohérence des calculs (métriques, KPIs).
  3. IA & données non structurées — Travailler main dans la main avec l'ingénieur IA pour scraper et traiter PDFs, news et rapports financiers, préparer les données pour les modèles IA, et intégrer leurs résultats dans l'infra.

Le tout dans un quotidien très collaboratif (pair programming, code reviews, stand-ups) et avec un vrai poids dans les décisions d'architecture — pas juste de l'exécution.

🛠 Stack technique
Python · SQL · PySpark · Databricks · Airflow · GCP · Docker · Git
Bonus : dbt, BigQuery/Snowflake, données financières (Bloomberg, SEC EDGAR...).

🎯 Le profil recherché

  • Un·e profil avec une vraie expérience startup — quelqu'un qui a déjà géré l'ambiguïté, itéré vite, et compris qu'un prototype et un système en prod ne se construisent pas pareil.
  • Expérience : Au moins 7 ans d’expérience en environnement Data
  • Solide en Python/SQL/PySpark, à l'aise avec le cloud (GCP/AWS/Azure)
  • A déjà réalisé le développement / refonte from scratch d’un pipeline de données
  • Déjà confronté à de vrais problèmes de prod : requêtes lentes, incidents data, qualité des données
  • Curieux·se de finance, envie de comprendre comment fonctionnent vraiment les entreprises
  • Communicant·e, capable d'expliquer des choix techniques à des non-techs.

⚙️ Processus de recrutement

  1. Call avec le CPO (30 min)
  2. Entretien technique avec le Data Engineer (1h30)
  3. Entretien global avec les équipes Tech/R&D (1h)
  4. Rencontre de l'équipe complète
  5. Décision finale.


🎁 Package : 70-100k euros (selon profil) + equity.

⚙️ Processus de recrutement : 4 étapes, composées d’une rencontre avec le CPO, puis entretiens techniques les techs, et un entretien final avec un Founder.

Expérience Senior : +6 ans
Secteur FinTech
Télétravail 2 jours / semaine
Type Start-up