Fullstack Data Engineer

Mooncard est la Fintech française qui révolutionne les dépenses professionnelles avec une solution innovante et intelligente. Notre mission? Libérer les professionnels des tâches administratives fastidieuses pour se concentrer sur l'essentiel. Notre solution simplifie le quotidien des collaborateurs grâce à une carte de paiement associée à un logiciel de gestion comptable. Depuis 2016, plus de 7000 entreprises, des PME aux grands groupes en passant par des organisations publiques, ont choisi Mooncard pour transformer leur gestion financière et gagner du temps précieux.

En 2024, Mooncard a rejoint la prestigieuse promotion de la French Tech Next 120, reconnaissant ainsi son potentiel et son impact dans le secteur 🚀 Nos valeurs : Nous formons une équipe solidaire et nous nous soutenons mutuellement Nous cherchons à comprendre, apprendre, et explorer de nouveaux horizons Nous exigeons l’exemplarité entre nous et envers nos utilisateurs Nous repoussons les limites grâce à notre ambition Nous recherchons notre futur(e) Fullstack Data Engineer. V ous rejoindrez notre équipe data, composée d'un autre Data Engineer et d'un Data analyst, et rattachée au COO 🎯

🔹 Data Engineering & Infrastructure

• Construire et maintenir des pipelines de données robustes entre notre Data Warehouse (Databricks) et différents outils (notamment l’application de production et nos outils en interne, Salesforce, Stripe, Cegid…). Ces pipelines peuvent être batch ou en streaming, en ETL ou RETL. Automatiser les processus récurrents et mettre en place des alertes pour surveiller la qualité des données Garantir la qualité, gouvernance et sécurité des données en mettant en place des tests et des règles d’accès et d’anonymisation
• Documenter les architectures de données, les configurations, et les best practices pour assurer une maintenance aisée et la formation des nouveaux membres de l'équipe. 🔹 Data Visualization & Analytics
• Créer et maintenir des dashboards interactifs pour les équipes en interne (pour monitorer le produit et les différents process opérationnels) et les clients (pour monitorer leurs dépenses) Analyser la performance business : métriques SaaS (NRR, churn, CAC, LTV), KPIs revenue, funnel de conversion Répondre à des besoins ponctuels d’extraction de données / analyses 🔹 Machine Learning & Intelligence Artificielle
• Créer et maintenir des modèles de prédictions (ML classique type Random Forest pour la classification du type de dépense par exemple) Intégrer de nouveaux cas d'usage pour améliorer le produit (Chatbot LLM, RAG, MCP) 🔹 Collaboration transversale
• Travailler en étroite collaboration avec toutes les équipes (Ops, Dev, Finance, KYC, Sales, Support …) Traduire les besoins métier en solutions data concrètes
• Participer aux rituels d'équipe et contribuer à la montée en compétence data de l'organisation 🧠

Expérience 2-3 ans d'expérience en principalement en Data Engineering , mais aussi en Analytics ou Machine Learning Compétences attendues Connaissance avancée en SQL, Python, dbt, git . Capacité à comprendre du Ruby on Rails (codebase de l’application mooncard) Expérience professionnelle en création de pipelines ETL en prod.

Connaissance d’un Data Warehouse (Databricks, Snowflake) A l’aise avec les outils de data viz (Looker, Tableau, Databricks, ou équivalent) Expérience avec des frameworks de ML (scikit-learn) et de LLM Polyvalence et capacité à jongler entre data eng, analyse et ML en même temps selon les besoins Bon communicant, capable de travailler avec des équipes non-techniques

Curiosité et envie d'apprendre et d'explorer de nouveaux domaines (IA générative, nouvelles technos data) ✅ Ce que nous offrons ⚖️ Notre environnement de travail est flexible: jusqu'à 3j de télétravail par semaine 🔗 Événements: chaque mois nous nous réunissons autour de divers moments d'équipe : petits déjeuners, déjeuners, afterworks, lunch & learn, team buildings et séminaires,etc 🏢 Nos bureaux sont situés au coeur du 9e arrondissement de Paris, la vue imprenable du rooftop ou nous avons l'occasion de nous retrouver pour partager de moments conviviaux 🌙 Et bien sûr les Essentials : WellPass-Gymlib, Mutuelle Generali (50%), Accès à la plateforme Leeto, un cumul de Miles via

Flying Blue, Tickets restaurant Up (9€/jour), Navigo (50%) … 🚀 En nous rejoignant vous aurez l’occasion d’avoir un impact positif sur notre croissance et vous pourrez retrouver des collègues bienveillants, passionnés par la technologie et ayant toujours envie d’apprendre.

The job is published on Mooncard’s website. Open the original posting ↗ to submit your application. Screeningpass does not fill in a form for you.

Start a contact search from this page. Screeningpass suggests up to three people connected to the role. Choose whom to write to, then Screeningpass looks for their professional email and prepares a message. You review it and send it yourself with Gmail. An email address is not always available, and a reply is never guaranteed.

A search costs 1 credit. Your credit is returned if the search fails. Signing up gives you 3 credits, enough for 3 searches.

Screeningpass brings together internships, apprenticeships and jobs published by companies. For a job, Screeningpass finds someone to contact at the company, looks for their professional email and prepares a message using your CV. See how it works in detail.