Freelance data engineer : fiabiliser les flux qui alimentent vos décisions

Mon terrain est la donnée marketing et web, au cœur de mon offre tracking et analytics. Dans ce contexte, j'assure la mise en place de :

• l'export de GA4 vers BigQuery et le choix du mode d'export ;
• la modélisation des événements en tables lisibles (sessions, conversions, sources d'acquisition) dans GCP BigQuery ;
• le rapprochement avec le CRM ou les ventes, et les contrôles de cohérence entre sources ;
• les rapports Looker Studio branchés sur ces tables.

La documentation officielle précise que l'export quotidien d'une propriété GA4 standard est limité à un million d'événements par jour, alors que l'export en continu n'a pas de limite de volume : ce choix se fait dès le cadrage.

Un exemple de piège typique : dans l'export brut, une session n'existe pas sous forme de ligne. Il faut la reconstruire à partir de l'identifiant de l'utilisateur et du paramètre ga_session_id porté par chaque événement. Une table de sessions mal reconstruite donne des taux de conversion faux dans tous les rapports qui en dépendent.

Quand le projet dépasse ce cadre (projet multi-sources, streaming avec Kafka, traitements Spark sur de gros volumes, migration d'un Teradata vers Snowflake ou Databricks), je ne joue pas au spécialiste. Je cadre le besoin, je sélectionne un data engineer expérimenté parmi les profils que je connais, et je peux suivre la mission à vos côtés : périmètre, livrables, vérification des données livrées.

Mes critères de sélection sont ceux que je vous conseille plus bas : une chaîne réelle déjà construite sur votre fournisseur, montrée avec son code et sa documentation, une façon claire de tester les chargements, et la disponibilité effective pour votre calendrier. Je vérifie aussi que le profil sait expliquer ses choix à un interlocuteur non spécialiste.

• Maîtrise de SQL avancé et de Python : le socle de tout data engineer ; Scala pour certains environnements Spark.
• Cloud : AWS, GCP ou Azure, selon votre environnement ; une expérience réelle sur votre fournisseur fait gagner des semaines.
• Transformation et calcul distribué : dbt, Spark.
• Orchestration : Airflow ou équivalent.
• Pratiques DevOps appliquées à la donnée : versionnement Git, déploiement automatisé, conteneurs (Docker).
• Modélisation : schémas en étoile, gestion de l'historique, conception orientée usage BI.
• Communication : savoir expliquer un choix d'outillage à un métier non technique.

Les certifications des fournisseurs (AWS, GCP, Azure) attestent de connaissances ; elles ne remplacent pas un exemple concret de chaîne construite et surveillée en production.

Le taux journalier se négocie au cas par cas. Les baromètres publiés en ligne regroupent sous un même intitulé le décisionnel, la BI, le big data et l'ingénierie des données : leurs moyennes donnent une tendance, pas le prix d'une personne précise.

Ce qui fait varier le prix : l'expérience, la rareté de la stack (Kafka, Scala), le fournisseur concerné, le niveau de responsabilité, la longueur de l'engagement, la région et le passage par un intermédiaire.

Pour comparer deux candidats, ramenez chaque offre au même nombre de jours, puis regardez ce qu'elle couvre : pipelines, tests, supervision, documentation, transfert à votre équipe. Je ne publie pas de grille pour mes propres prestations : je chiffre chaque projet après un premier échange.

• Plateformes de freelances : Malt, Free-Work, Freeland, Le Hibou, Freelance Informatique, Comet ; pratiques pour comparer rapidement des profils et des tarifs.
• Sociétés de conseil et ESN : utiles pour un besoin de plusieurs profils, avec une marge d'intermédiaire.
• Recommandation : un expert recommandé par un pair qui l'a vu travailler a déjà passé le premier filtre.
• Groupes et meetups tech : plus longs à explorer, riches en profils pointus.

Quelle que soit la voie, demandez un exemple de chaîne réelle, la documentation qui l'accompagne et la façon dont elle était surveillée.

1. 1Cadrage : sources à connecter, usages attendus, fréquence de mise à jour, contraintes de sécurité et de conformité.
2. 2Schéma cible : une page, validée avant d'écrire du code.
3. 3Développement par lots : une première source de bout en bout, utilisable par les métiers, avant d'ajouter les suivantes.
4. 4Tests et alertes, posés au fil de l'eau et non en fin de projet.
5. 5Documentation et transmission : vos collaborateurs doivent pouvoir faire évoluer les chargements sans le freelance.

• un schéma d'ensemble à jour ;
• le code (requêtes, modèles, scripts, planification des tâches) dans votre dépôt Git, pas dans celui du prestataire ;
• un catalogue des tables : définition, source, fréquence, propriétaire ;
• les tests de fiabilité et les règles d'alerte ;
• un mode opératoire en cas d'échec d'un chargement ;
• une estimation du coût mensuel des ressources consommées.

1. 1Avez-vous déjà travaillé sur mon fournisseur (AWS, GCP, Azure) et sur ma stack ?
2. 2Quel schéma proposez-vous, et pourquoi pas une plus simple ?
3. 3Comment testez-vous les données à chaque chargement ?
4. 4Que se passe-t-il quand un traitement échoue la nuit ?
5. 5Le code et les accès restent-ils sous mon contrôle ?
6. 6Combien coûtera la solution chaque mois en ressources ?
7. 7Comment documentez-vous ce que vous construisez ?
8. 8Qui pourra faire évoluer les chaînes après votre départ ?

• Construire une plateforme data avant de savoir quelles questions elle doit servir.
• Choisir la technologie la plus récente plutôt que celle que l'équipe saura reprendre.
• Reporter les contrôles « à plus tard » : un chiffre faux découvert par la direction coûte cher en confiance.
• Laisser le code et les accès chez le prestataire.
• Oublier le coût des requêtes, qui grimpe vite sans surveillance.

L'IA générative accélère l'écriture de requêtes, de scripts et de documentation, et rend l'interrogation des données plus accessible aux métiers. Elle rend aussi la fiabilité plus critique : un assistant IA branché sur des tables mal définies répond vite et faux. Les projets d'intelligence artificielle, de machine learning et de data science commencent donc presque toujours par un chantier d'ingénierie des données. Voir aussi ma page freelance IA.

Je suis diplômé de l'École Centrale Paris (aujourd'hui CentraleSupélec) et de l'ESSEC Business School. Je programme depuis l'âge de 12 ans et je m'intéresse à l'analyse de données depuis mes études.

Mon activité tient en trois offres de services : SEO et GEO, tracking et analytics (GA4, Google Tag Manager, Matomo, Consent Mode), et CRO et growth. J'ai conçu mes propres outils SEO et GEO, comme SERPmantics, que j'emploie en mission.

Décrivez-moi vos sources, vos logiciels et ce que vous voulez piloter : je vous dis ce que je peux construire moi-même et, si besoin, quel profil solliciter. Me contacter.