Entretien entre deux personnes assises face à face

Un Data Engineer se juge mal sur un CV. Les mêmes mots-clés (Spark, Airflow, dbt, Kafka) recouvrent des réalités très différentes : avoir lancé un notebook une fois, ou maintenir pendant trois ans des flux critiques dont dépend la facturation. Voici la grille que nos consultants utilisent quand ils évaluent un candidat, et les signaux qui doivent vous alerter.

1. Le SQL et la modélisation, avant les outils

C'est le socle, et c'est souvent là que les écarts sont les plus nets. Un bon Data Engineer écrit un SQL lisible et correct, sait expliquer un plan d'exécution et choisit une modélisation adaptée à l'usage.

À vérifier :

  • les jointures et leurs pièges (doublons silencieux, valeurs nulles) ;
  • les fonctions de fenêtrage, pour dédoublonner ou calculer un historique ;
  • la différence entre modélisation en étoile, tables larges et modèle normalisé, et quand choisir l'une ou l'autre ;
  • la gestion de l'historique : comment conserver l'état d'un client à une date donnée.

Un exercice efficace : donnez une table d'événements avec des doublons et demandez la dernière valeur connue par client. Puis demandez comment la requête se comporterait sur un milliard de lignes.

2. La conception de pipelines

Un pipeline qui fonctionne une fois n'a rien de difficile. Un pipeline qui tourne tous les jours pendant des années, qui se rejoue sans dégât et qui prévient quand il échoue, c'est le métier.

À vérifier :

  • l'idempotence : relancer un traitement produit-il des doublons ?
  • la reprise : comment rejouer trois jours de données après un incident ?
  • l'incrémental : comment ne traiter que ce qui a changé ?
  • le choix entre batch et streaming, et la capacité à dire quand le temps réel n'est pas nécessaire.

Question à poser : « Racontez-moi le dernier incident de production que vous avez dû gérer. » La qualité de la réponse (diagnostic, correction, mesure prise pour que cela ne se reproduise pas) en dit plus long que n'importe quel test.

3. L'industrialisation

Ce qui distingue un profil confirmé d'un profil junior, c'est souvent tout ce qui entoure le code.

  • Versionnement et revue de code : le candidat travaille-t-il avec des branches, des revues, des tests ?
  • Tests de données : contraintes d'unicité, de non-nullité, de fraîcheur, contrats de données entre équipes.
  • Déploiement : CI/CD, environnements séparés, infrastructure décrite en code.
  • Observabilité : journaux, métriques, alertes utiles plutôt que bruyantes.

4. La connaissance d'une plateforme, en profondeur

Inutile d'exiger toutes les plateformes du marché. Cherchez plutôt une maîtrise réelle d'au moins une d'entre elles (Databricks, Snowflake, BigQuery ou un équivalent) : son modèle de coûts, ses mécanismes d'optimisation, ses limites. Un candidat qui connaît bien une plateforme apprendra vite la vôtre.

Question à poser : « Sur votre dernière plateforme, qu'est-ce qui coûtait le plus cher, et qu'avez-vous fait pour le réduire ? »

5. La communication avec le métier

Les données servent des utilisateurs. Un bon Data Engineer sait reformuler un besoin, poser les bonnes questions sur la définition d'un indicateur et expliquer un compromis technique à quelqu'un qui n'est pas développeur.

Les signaux d'alerte

  • Une liste d'outils très longue, mais aucune explication précise sur un projet donné.
  • L'incapacité à décrire l'architecture d'un ancien projet de bout en bout, de la source à l'usage.
  • Aucun exemple d'incident ou d'erreur : soit le candidat n'a jamais été en production, soit il ne s'en souvient pas.
  • Des réponses qui ramènent tout à un outil (« on ferait ça avec Spark ») sans parler du besoin.

Organiser l'entretien

Pour un poste confirmé, une heure trente suffit souvent si elle est bien construite :

  1. Vingt minutes de présentation d'un projet par le candidat, avec vos questions de relance.
  2. Quarante minutes d'exercice : SQL puis conception d'un pipeline sur un cas proche du vôtre.
  3. Vingt minutes sur l'exploitation et les incidents.
  4. Dix minutes pour ses questions : leur pertinence est aussi un indicateur.

Faites mener l'entretien technique par quelqu'un qui pratique le métier. C'est le principe de notre évaluation par un pair : chaque consultant de notre vivier de Data Engineers a été évalué par un ingénieur en activité, et la synthèse de cet entretien vous est transmise avec son dossier.

Vous recrutez et voulez gagner du temps ? Décrivez-nous le poste : nous vous présentons des profils déjà évalués sous 48 heures.