Statut : Poste créé pour Gildas Valentin — Entretien réalisé le 06/02/2026, intérêt mutuel confirmé
Contrat : CDI | Localisation : Lyon / Remote | Rémunération : 80-100k€ fixe
Rattachement : Direction (Mehdi / Nicolas)
1. Contexte & enjeu stratégique
Unnest est une société de conseil data de 35 personnes, organisée en 3 équipes avec chacune un manager. La croissance de l'activité nécessite la création de nouvelles équipes autonomes, capables de délivrer des missions de conseil et d'accompagnement opérationnel sur la durée pour des clients grands comptes.
L'Analytics Engineering est un axe de développement clé pour Unnest : les clients internalisent de plus en plus leurs plateformes data et ont besoin d'expertise pour structurer leurs pipelines, moderniser leur stack (BigQuery, DBT, DataForm) et passer à l'échelle. Parallèlement, l'IA et l'agentique transforment les méthodes de travail et ouvrent de nouvelles opportunités de missions.
Nous cherchons un leader capable de structurer cette practice, de constituer une équipe, et de devenir la référence interne et externe d'Unnest sur ces sujets.
2. Ce qu'on attend de toi concrètement
Construire la practice Analytics Engineering
Tu seras responsable de définir le positionnement et l'offre de la practice Analytics Engineering chez Unnest. Cela implique de formaliser les méthodes, les standards techniques (DBT, DataForm, BigQuery, modern data stack) et les livrables types. Tu devras documenter et diffuser les bonnes pratiques au sein de toute l'entreprise, pas seulement ton équipe.
Recruter et manager ton équipe
Tu partiras de zéro. L'objectif est de constituer une équipe de 3 à 5 consultants Analytics Engineers dans les 12 premiers mois. Tu seras autonome sur le recrutement (avec le support RH d'Unnest), la formation, le mentoring et l'évaluation. Tu devras créer un environnement de travail qui attire et retient les meilleurs profils.
Délivrer sur les missions clients
Tu seras hands-on sur les premières missions, en parallèle de la construction de l'équipe. Les typologies de missions attendues comprennent l'audit et la refonte de stack data (migration, modernisation BI), l'accompagnement opérationnel long terme en régie (4 à 12 mois), le cadrage et la construction de pipelines data (ETL, transformations, gouvernance), et le conseil stratégique data pour les décideurs. L'excellence delivery sera ta carte de visite pour développer l'activité.
Porter le développement commercial
En lien avec la direction, tu participeras à la construction des propositions commerciales, aux soutenances clients, et à l'identification d'opportunités de cross-sell/upsell sur le portefeuille existant. Tu seras attendu sur ta capacité à générer du business par la qualité (comme tu l'as fait chez TotalEnergie : la confiance génère du récurrent).
Intégrer l'IA et l'agentique dans la practice
Tu devras être moteur sur l'adoption des outils IA (Claude, Copilot, agents) dans les méthodes de travail de ton équipe et dans les livrables clients. Identifier les cas d'usage, former les consultants, proposer des offres intégrant l'IA — c'est un axe différenciant pour Unnest.
3. Les défis qui t'attendent
Défi 1 : Partir d'une feuille blanche
Il n'y a pas d'équipe Analytics Engineering existante chez Unnest. Tu devras simultanément recruter, délivrer, et structurer. Cela demande une forte capacité à prioriser et à avancer vite sans sacrifier la qualité.
Défi 2 : Trouver le bon équilibre management / delivery
Les premiers mois, tu seras à 60-70% sur le delivery client et 30-40% sur la construction d'équipe. L'objectif est d'inverser progressivement ce ratio pour atteindre 30% delivery / 70% management et développement d'ici la fin de l'année 1.
Défi 3 : Installer la culture sans micro-management
C'est un sujet que tu connais bien : comment assurer l'adoption des bonnes pratiques, challenger les équipes sur les nouveaux outils, sans inspecter chaque ligne de code. Tu devras trouver le bon niveau de cadre (revues de code, templates, rituels) qui permet l'autonomie tout en garantissant la qualité.
Défi 4 : Se différencier sur un marché concurrentiel
Beaucoup de cabinets font de l'Analytics Engineering. La différenciation Unnest passe par la combinaison conseil stratégique + expertise technique + accompagnement long terme. Tu devras incarner ce positionnement et le rendre tangible pour les clients.
Défi 5 : Intégrer la dimension IA rapidement
Le marché évolue très vite. Les clients attendent des partenaires qui maîtrisent les outils IA et savent les intégrer dans les projets data. C'est un avantage compétitif à saisir maintenant.
4. KPIs à 12 mois
Équipe
KPI | Cible |
Taille de l'équipe recrutée | 3 à 5 consultants |
Taux de rétention | 100% (0 départ sur la 1ère année) |
NPS interne équipe | > 8/10 |
Business
KPI | Cible |
Chiffre d'affaires practice | 400-600k€ (équipe + toi) |
Nombre de clients actifs | 4 à 6 |
Taux d'occupation (staffing) | > 80% |
Récurrence client (missions > 3 mois) | > 60% du CA |
Delivery
KPI | Cible |
Satisfaction client (CSAT ou NPS) | > 8/10 |
Taux de renouvellement mission | > 70% |
Respect des délais et budgets | > 90% |
Practice & rayonnement
KPI | Cible |
Documentation interne publiée | Playbook AE + 5 templates de mission |
Formations internes données | ≥ 3 sessions (DBT, DataForm, IA) |
Contributions externes | 2 contenus (article, talk, meetup) |
5. Programme des 12 premières semaines
Semaines 1-2 : Immersion & diagnostic
L'objectif est de comprendre Unnest de l'intérieur. Tu rencontreras chaque manager d'équipe et les associés (Mehdi, Nicolas). Tu te plongeras dans les outils (Notion, Slack, Timely), les process de delivery, et le portefeuille client actuel. Tu identifieras les missions en cours ou à venir qui ont une composante Analytics Engineering. Livrable attendu : une note d'étonnement avec tes premières observations et quick wins identifiés.
Semaines 3-4 : Définition du positionnement
Tu formaliseras la proposition de valeur de la practice Analytics Engineering chez Unnest : quels types de missions, quels livrables, quel pricing, quelle différenciation. Tu présenteras un draft de "playbook" practice à la direction pour itération. En parallèle, tu lanceras les premiers recrutements (rédaction des fiches de poste, activation de ton réseau, brief aux canaux de sourcing Unnest). Livrable attendu : playbook V1 + 2 fiches de poste publiées.
Semaines 5-8 : Première mission & premiers recrutements
Tu seras staffé sur ta première mission client (idéalement un projet identifié pendant l'immersion ou un nouveau brief). C'est ta vitrine : tu démontreras le niveau de delivery attendu et tu documenteras les méthodes pour que l'équipe puisse les reproduire. Côté recrutement, tu conduiras les entretiens et viseras au moins 1 à 2 offres acceptées. Tu participeras à ton premier off-site ou journée Unnest pour t'intégrer à la communauté. Livrable attendu : mission lancée + 1 recrue signée.
Semaines 9-12 : Montée en puissance
Tu onboarderas ton(tes) premier(s) consultant(s) avec un programme d'intégration structuré. Tu mettras en place les rituels d'équipe (stand-up, revue de code, retro, partage de bonnes pratiques). Tu prépareras le pipeline commercial avec la direction : identification des comptes cibles, préparation de propositions, premiers rendez-vous. Tu donneras ta première formation interne transverse (ex : "Pourquoi et comment adopter DBT" ou "IA appliquée aux pipelines data"). Livrable attendu : équipe de 2+ opérationnelle, pipeline commercial de 3+ opportunités identifiées, 1 formation donnée.
6. Stack & environnement
Côté technique, tu travailleras avec BigQuery et GCP, DBT et DataForm, Looker Studio et Looker, Python et SQL, les outils IA (Claude, GitHub Copilot, agents). Côté outils internes, Unnest utilise Notion (gestion projet, documentation, reporting), Slack, Google Workspace, et Timely (suivi temps).
7. Pourquoi ce poste est fait pour Gildas
Son expérience de Lead Data Science / Analytics Engineering Manager chez 55|Fifty-Five le prépare directement à ce rôle. Il a déjà structuré le rôle d'Analytics Engineer dans une organisation de conseil, managé une équipe, accompagné des clients grands comptes sur la durée (TotalEnergie, Homebox), et porté la diffusion de bonnes pratiques (DBT, DataForm). Sa frustration sur les projets courts et son envie de missions longues à impact correspondent exactement au modèle Unnest. Son engagement sur l'IA/agentique et sa capacité à identifier le cadrage besoin comme le vrai enjeu (plutôt que la tech) montrent une maturité de conseil rare. Enfin, il connaît déjà plusieurs personnes de l'équipe, ce qui facilitera l'intégration.
Page créée le 12/02/2026 — Contact : nicolas@unnest.co