Recruter un ingénieur en intelligence des données : quelles preuves examiner ?

Recruter un ingénieur en intelligence des données commence par une décision : qui est responsable du sens, de la vérification et des usages autorisés d’une réponse générée par l’IA ? Définissez cette responsabilité avant de choisir l’intitulé du poste. Demandez ensuite aux candidats d’examiner une réponse erronée mais plausible, à partir de définitions métier fournies et de données synthétiques. Vous pourrez ainsi observer comment ils établissent ce qui mérite votre confiance.

Imaginez un désaccord courant. Le service commercial avance un chiffre de revenu récurrent. La direction financière en avance un autre. Un assistant fournit une explication convaincante et une requête qui s’exécute sans erreur. Il reste à déterminer si la requête répond à la bonne question, si les éléments avancés sont solides et qui peut approuver le chiffre pour une présentation au conseil d’administration.

C’est un problème de recrutement concret. Un nouvel intitulé peut aider à le décrire, mais il ne suffit pas à le résoudre.

Que signifie ici « ingénieur en intelligence des données » ?

Jordan Tigani propose ce poste dans son article du 11 novembre publié par MotherDuck. Sa proposition réunit contexte métier, modèles de données, coordination d’agents, évaluations à partir de réponses connues et responsabilité des résultats à fort enjeu. La fiche de poste proposée, accessible depuis cet article, prévoit aussi que des ingénieurs de données, des ingénieurs spécialisés dans l’analyse de données ou des analystes déjà en poste puissent assumer cette responsabilité.

Considérez ce texte comme la proposition d’un éditeur sur l’évolution possible du travail sur les données. C’est une base utile pour définir un poste, pas la preuve qu’un nouveau métier reconnu s’est imposé. L’intitulé apparaît déjà dans d’autres offres d’emploi, avec des responsabilités différentes. Vous devez préciser ce qu’il recouvre dans votre entreprise.

L’intérêt de l’argument de Tigani tient à la question de la responsabilité. Si un agent peut générer une requête et une explication, votre équipe a toujours besoin de quelqu’un pour rattacher ces résultats à une définition métier, repérer les exceptions et mettre en place des vérifications. C’est la conclusion que nous en tirons pour le recrutement, et non un constat mesuré sur les candidats qui réussiront.

Un intitulé plus connu vous conviendra peut-être mieux. Vous pouvez rechercher un ingénieur spécialisé dans l’analyse de données en précisant sa responsabilité sur les réponses produites avec l’aide de l’IA. Vous pouvez aussi confier cette mission à un collègue déjà présent. Le choix dépend du travail à accomplir et du pouvoir de décision nécessaire, plutôt que de l’attrait du nom.

Définissez la responsabilité avant d’ouvrir le poste

Consignez les décisions que cette personne prendra et celles qu’elle devra soumettre à un responsable. Une promesse vague de « garantir la qualité des données » renseigne trop peu les candidats et laisse trop de latitude aux évaluateurs pour inventer leurs propres critères.

Commencez par une courte définition du périmètre :

Ce périmètre est un point de départ à adapter, pas une norme professionnelle. Si la direction financière est responsable de la définition du revenu, l’ingénieur ne doit pas la modifier discrètement pour rapprocher les chiffres d’un tableau de bord de ceux du service commercial. Il doit relever le conflit, en expliquer les effets et obtenir une décision du responsable concerné.

Le besoin de définitions partagées est antérieur aux agents. Par exemple, la documentation de la Semantic Layer de dbt présente la définition centralisée des indicateurs comme un moyen de réduire les incohérences de calcul. Ce produit n’est pas indispensable pour faire le même choix d’organisation : établir quelle définition s’applique et qui peut la modifier.

Distinguez les prérequis à l’embauche de ce qui s’apprend ensuite. Si vous comptez expliquer votre modèle d’abonnement, fournissez ses règles dans l’exercice. Si le diagnostic des erreurs SQL est indispensable dès l’arrivée, demandez aux candidats de le démontrer. Les recommandations de l’Office of Personnel Management américain sur les échantillons de travail distinguent ainsi les compétences attendues à l’entrée de celles enseignées par la suite. Il s’agit de recommandations fédérales américaines en matière d’évaluation, pas d’une obligation légale universelle ni d’une validation de l’exercice ci-dessous.

Intégrez une réponse erronée mais plausible à l’échantillon de travail

Donnez aux candidats une réponse qui mérite d’être remise en question et assez de contexte pour l’examiner. Un petit écart peut révéler davantage sur leur manière de vérifier qu’une demande ouverte de démonstration spectaculaire d’analyse de données.

L’exercice suivant est fictif. Tous les comptes et tous les montants sont inventés. Ses définitions sont des consignes propres à la tâche, pas des règles comptables universelles.

L’énoncé définit le revenu mensuel récurrent, ou MRR, comme le montant mensuel des abonnements récurrents actifs à la fin du mois indiqué. Il faut exclure les frais de mise en service ponctuels et les abonnements résiliés avant cette date. Pour cet exercice, le revenu annuel récurrent, ou ARR, est égal au MRR multiplié par douze.

Fournissez ces données synthétiques :

Joignez une requête générée défectueuse qui additionne tous les montants récurrents et les frais de mise en service sans filtrer selon l’état de l’abonnement. Elle donne un MRR de 650 $ et un ARR de 7 800 $. Ajoutez une note précisant que le service commercial utilise ce chiffre plus élevé.

Réservez la réponse attendue au dossier de l’évaluateur : selon les règles fournies, le MRR est de 400 $ et l’ARR de 4 800 $. Les frais de mise en service du compte A et l’abonnement résilié du compte B expliquent l’écart. Ne faites pas dépendre la réussite de l’exercice d’une convention financière non communiquée qu’il faudrait deviner.

Demandez au candidat un calcul corrigé, une courte explication de l’erreur, des vérifications permettant de la détecter à nouveau et une note de transmission indiquant si la réponse est prête à être utilisée. Il doit distinguer les faits établis par les documents fournis des questions qui nécessitent une décision métier. La préférence du service commercial pour le chiffre le plus élevé ne change pas la définition approuvée.

Pour un poste technique, fournissez un petit jeu de données exploitable et une requête dans un environnement SQL familier. Précisez à l’avance les connaissances requises sur le dialecte SQL. Pour un poste centré sur la responsabilité des analyses, déterminez si la mise en œuvre en SQL est nécessaire ou si une explication reproductible répond au besoin. Évaluez les compétences du poste que vous comptez proposer.

Clarifiez aussi l’usage des outils. Si l’aide de l’IA est autorisée, fournissez un accès comparable à tous ou une possibilité de réaliser l’exercice sans abonnement personnel. Demandez ce que le candidat a vérifié après l’avoir utilisée. Les éléments utiles sont la manière dont il a testé le résultat, notamment s’il a repéré qu’une seconde explication générée ne faisait que reprendre la première erreur.

Accordez-vous sur les preuves attendues avant d’examiner les candidatures

Fondez l’évaluation sur des comportements observables. Une explication soignée et le bon chiffre final sont utiles, mais chacun de ces éléments, pris isolément, ne révèle pas comment le candidat est parvenu à sa réponse.

Convenez des critères avant de faire passer l’exercice :

Ce sont des repères d’évaluation proposés, pas un outil de sélection validé. Testez la tâche avec des personnes qui connaissent le poste réel. Vérifiez que les consignes sont claires, que l’effort demandé est raisonnable et que les compétences requises correspondent au poste. Indiquez aux candidats l’effort attendu, le format du rendu et la marche à suivre pour demander un aménagement ; si le travail est conséquent, revoyez son ampleur ou prévoyez une indemnisation selon votre processus.

Demandez aux évaluateurs de consigner leurs observations séparément avant d’échanger sur le candidat. « A exclu B parce que sa résiliation était antérieure à la fin du mois » donne à l’équipe un fait concret à examiner. « Bon sens des enjeux métier » laisse chacun imaginer ce qui s’est passé.

L’entretien qui suit sert à explorer les limites de la réponse. Demandez ce qui change si une résiliation prend effet le mois suivant, comment intégrer un nouveau type de frais aux vérifications ou ce qui se passe quand la direction financière conteste la définition. Soumettez tous les candidats aux mêmes conditions de base pendant cet échange. Vous examinez comment ils adaptent leur raisonnement ; vous ne récompensez pas celui qui devine l’exception que l’évaluateur a gardée pour lui.

Une note doit aider à organiser cette discussion. Elle ne doit pas devenir une règle opaque d’embauche ou de rejet. Consignez ce qui reste incertain et demandez-vous si une autre question liée au poste pourrait lever cette incertitude.

Décidez qui sera responsable de la réponse après l’embauche

Cette responsabilité exige des conditions de fonctionnement, en plus d’une personne compétente. Quelqu’un doit approuver les définitions, accorder les accès appropriés, recevoir les demandes d’arbitrage et décider quand une réponse peut être utilisée.

Avant de faire une offre, expliquez comment ces relations fonctionneront. Qui tranche un désaccord entre le service commercial et la direction financière ? Qui peut suspendre un rapport périodique ? Qui corrige un chiffre déjà diffusé ? Que se passe-t-il lorsqu’une vérification échoue en l’absence de son responsable ?

L’exercice peut montrer si un candidat relève ces questions. Il ne peut pas compenser l’absence de réponses dans votre organisation. Un minuscule jeu de données synthétiques ne prouve pas non plus qu’une personne peut gérer tout votre système de données. Utilisez-le comme un élément de preuve à portée limitée, aux côtés de l’expérience pertinente et d’un échange structuré.

Conservez les preuves du recrutement dans Kit

Traduisez le périmètre défini en fiche de poste, en étapes d’entretien et en critères d’évaluation que votre équipe utilisera réellement. Les profils de candidat idéal de Kit peuvent vous aider à relier les résultats attendus et les compétences à l’évaluation. La configuration des modèles de processus comprend des étapes d’échantillon de travail avec un énoncé, les rendus des candidats et des évaluations confiées à des personnes désignées.

Utilisez ces dossiers pour garder les conditions de l’exercice et le raisonnement de chaque évaluateur à disposition lors de la discussion de recrutement. Kit organise le processus ; vos évaluateurs restent chargés d’établir la réponse attendue, d’examiner le travail et de décider ce qu’il permet de conclure. Kit ne détermine pas à votre place si une analyse est correcte.

Partez d’une réponse à fort enjeu à laquelle votre entreprise doit pouvoir se fier. Nommez sa définition, ses vérifications et la personne qui doit trancher. Vous obtiendrez un poste plus clair et un entretien plus utile, que vous reteniez finalement l’intitulé d’ingénieur en intelligence des données ou un nom déjà connu de vos candidats.