Data engineering, BI, data science et IA Emploi Data et IA au Maroc
Data engineering, BI, data science ou IA générative : dépose ton CV. Tes outils, tes plateformes et tes projets sont repris mission par mission, et ce sont les entreprises qui viennent à toi.
Tes coordonnées restent masquées tant que tu n'es pas contacté·e par une entreprise validée.
- Gratuit, toujours
- Sans compte ni mot de passe
- Invisible pour ton employeur actuel
Compétences reconnues
Ce que notre analyse reconnaît dans un CV data ou IA
Le référentiel de compétences compte 105 entrées pour ce métier, reconnues sous leurs noms courants et leurs abréviations. Rien n'est ajouté qui ne figure pas dans ton CV ; ce que tu ajoutes toi-même est marqué « déclaré ».
Data, BI et IA105 compétences
- Apache Kafka
- Ingénierie des données
- Big Data
- ETL
- Entrepôt de données
- Data lake
- Modélisation de données
- Gouvernance des données
- Qualité des données
- Gestion des données de référence
- Apache Spark
- Apache Flink
- Apache Airflow
- dbt
- Talend
- Informatica PowerCenter
- IBM DataStage
- Oracle Data Integrator
- Fivetran
- Airbyte
- Apache NiFi
- Apache Hadoop
- Trino
- Apache Iceberg
- Snowflake
- Databricks
- Microsoft Fabric
- Informatique décisionnelle (BI)
- Power BI
- Tableau
- Qlik Sense
- MicroStrategy
- IBM Cognos
- Oracle Analytics (OBIEE)
- Apache Superset
- Metabase
- OLAP
- Analyse de données
- Visualisation de données
- Data science
- Statistiques
- SAS
- IBM SPSS
- Alteryx
- Dataiku
- KNIME
- Web scraping
- Intelligence artificielle
- Apprentissage automatique
- Apprentissage profond
- IA générative
- Grands modèles de langage (LLM)
- Traitement automatique du langage (NLP)
- Vision par ordinateur
- Analyse de séries temporelles
- Développement de chatbots
- TensorFlow
- Keras
- XGBoost
- LangChain
- LlamaIndex
- Hugging Face
- OpenAI API
- Ollama
- MLflow
- MLOps
- Whisper
Et 38 compétences plus précises (services, versions, sous-frameworks)
- PySpark
- SSIS
- SSRS
- SSAS
- Oracle GoldenGate
- Apache Hive
- Apache Impala
- Apache HBase
- Cloudera
- Delta Lake
- DAX
- Power Query
- Looker
- Looker Studio
- Pandas
- NumPy
- Matplotlib
- Fine-tuning de LLM
- Génération augmentée par récupération (RAG)
- Ingénierie de prompts
- Agents IA
- Model Context Protocol
- OCR
- Apprentissage par renforcement
- Systèmes de recommandation
- PyTorch
- scikit-learn
- LangGraph
- Kubeflow
- OpenCV
- YOLO
- spaCy
- NLTK
- SAP BusinessObjects
- SAP Data Services
- SAP Analytics Cloud
- Unity Catalog
- Évaluation de LLM
Prouvé ou déclaré
Une compétence prouvée vaut plus qu'un mot-clé.
Une compétence est « prouvée » quand une expérience datée de ton CV montre que tu l'as utilisée, et « déclarée » sinon. Le recruteur voit la différence, avec la phrase de ton CV qui sert de preuve.
- Date chaque missionMois et année de début et de fin : la durée de chaque compétence est calculée à partir de tes dates.
- Écris les outils dans la missionUn outil cité dans une expérience datée est prouvé. Dans une simple liste en fin de CV, il reste déclaré.
- En ESN, nomme le client finalEmployeur et client final sont lus séparément : le recruteur voit pour qui tu as vraiment travaillé.
Exemple — données fictives
Data engineer — Un éditeur de logiciels de Casablanca pour un opérateur télécom · 01/2022 → 12/2024
Pipelines Apache Airflow et Apache Spark sur Databricks, modèle de données avec dbt, tableaux de bord Power BI pour la direction commerciale.
Retenu de cette ligne, et prouvé par elle :
Apache Airflow · Apache Spark · Databricks · dbt · Power BI
Le rapprochement
Comment ton profil est rapproché d'une offre
Pour chaque offre, ton profil reçoit un score sur 100, construit à partir de six critères. Chaque point gagné ou perdu est expliqué au recruteur, et c'est lui qui décide : aucun rejet automatique.
Ton métier, et les métiers voisins
Ton métier principal est comparé à celui du poste. Une expérience dans un métier voisin compte en partie ; dans un métier proche, un peu moins.
- Data engineeringBusiness intelligencevoisins
- Data engineeringData science / Machine learningvoisins
- Développement back-endData engineeringproches
- Data engineeringArchitectureproches
- CloudData engineeringproches
- Business intelligenceData science / Machine learningproches
Des outils équivalents, pas des mots-clés exacts
Si l'offre demande un outil que tu n'as pas, mais que tu maîtrises son équivalent, ton expérience compte quand même, en partie. Une compétence plus précise compte aussi pour sa famille, et inversement. Une correspondance exacte compte davantage.
- Outils ETLvoisinsTalend, Informatica PowerCenter, SSIS, IBM DataStage, Oracle Data Integrator, SAP Data Services
- Orchestration de pipelineséquivalentsApache Airflow, Cloud Composer
- Traitement big datavoisinsApache Spark, Apache Flink, Apache Hadoop, Dataflow
- Plateformes lakehousevoisinsDatabricks, Snowflake, Microsoft Fabric
- Outils de BIvoisinsPower BI, Tableau, Qlik Sense, Looker, MicroStrategy, IBM Cognos, Oracle Analytics (OBIEE), SAP BusinessObjects, SAP Analytics Cloud, Amazon QuickSight
- Frameworks de deep learningéquivalentsPyTorch, TensorFlow, Keras
- Machine learning classiquevoisinsscikit-learn, XGBoost
- Frameworks LLMéquivalentsLangChain, LlamaIndex
Une exigence large, prouvée par tes outils
Quand l'offre demande un domaine plutôt qu'un outil, il est prouvé par les outils précis de ton CV :
- Ingénierie des donnéesApache Spark, Apache Airflow, Databricks, dbt, Apache Kafka, Talend, Informatica PowerCenter, Azure Data Factory et d'autres
- Big DataApache Spark, Apache Hadoop, Databricks, Apache Kafka, Apache Hive, Apache Flink
- Apprentissage automatiquePyTorch, TensorFlow, Keras, scikit-learn, XGBoost, Apprentissage profond
Les six critères du score
- 35 %CompétencesLes compétences demandées, prouvées par tes expériences, avec leur durée et leur fraîcheur.
- 15 %MétierTon métier principal comparé au poste : DevOps, data, développement…
- 20 %ExpérienceLes années pertinentes pour ce poste — ni trop peu, ni beaucoup trop.
- 12 %SalaireTa demande en net comparée au budget de l'entreprise, net lui aussi.
- 10 %LieuVille, télétravail, mobilité : ce qui est compatible des deux côtés.
- 8 %DisponibilitéQuand tu peux commencer, préavis compris.
Pondération par défaut, publiée sur la page « Comment ça marche ».
Les compétences indispensables de l'offre comptent à part : s'il en manque une, le score entier baisse, et le profil ne peut pas être classé « Fort ».
En data, le métier compte autant que les outils : data engineering, business intelligence et data science sont comparés au métier du poste, et les métiers voisins comptent en partie.
Tout le fonctionnement du scoreTon parcours
Ce que tu fais, et rien de plus.
- 1
Tu déposes ton CV
PDF, Word ou photo, jusqu'à 10 Mo. Pas de compte, pas de mot de passe. Ton accord est demandé avant toute analyse.
- 2
Ton profil se remplit
Expériences, compétences, certifications, langues, en direct. Tu retires ce qui est mal lu, tu ajoutes ce qui manque.
- 3
Cinq questions, puis une vérification
Lieu, disponibilité, rémunération en net mensuel ou en TJM, langues à l'oral, entreprises françaises. Puis ton e-mail s'il n'est pas sur ton CV, les entreprises qui ne doivent pas te voir, et un récapitulatif.
- 4
Les entreprises viennent à toi
Ton profil apparaît, sans ton nom ni tes coordonnées, dans les classements des offres qui te correspondent. Une entreprise intéressée te contacte par e-mail.
Tes données, sous ton contrôle
- Gratuit pour les candidats, toujours.
- Ton employeur actuel, lu sur ton CV, est masqué par défaut.
- Tes coordonnées ne sont visibles que par une entreprise validée qui décide de te contacter, et cet accès est enregistré.
- Tu peux tout supprimer depuis « Mon profil », immédiatement. Sinon, tout est supprimé 24 mois après ta dernière activité.
Côté entreprises
Et du côté des recruteurs ?
Les entreprises sont validées par notre équipe avant d'accéder aux profils. Elles collent leur offre et reçoivent les profils classés et expliqués, avec la phrase du CV qui prouve chaque compétence. Nom, photo, âge, genre, école : rien de tout ça n'entre dans le score.
Questions fréquentes
Tu te demandes sûrement…
Je suis data analyst en BI. Suis-je visible pour les offres data engineering ?
Oui, en partie : business intelligence et data engineering sont des métiers voisins, comme data engineering et data science. L'expérience dans le métier exact de l'offre compte davantage.
L'offre demande du « machine learning », mon CV cite PyTorch et scikit-learn. Ça suffit ?
Oui : une exigence large comme le machine learning est prouvée par les outils précis de ton CV, comme PyTorch, TensorFlow, Keras, scikit-learn ou XGBoost.
Mes projets d'IA générative sont récents. Sont-ils pris en compte ?
Oui, s'ils figurent dans ton CV : grands modèles de langage, RAG, LangChain ou agents IA font partie des compétences reconnues. La fraîcheur compte aussi : la dernière utilisation de chaque compétence est calculée à partir de tes expériences.
Le salaire est-il demandé en brut ?
Non, toujours en net : tu indiques un salaire net mensuel en dirhams, ou un taux journalier si tu es freelance. Les entreprises indiquent leur budget en net, elles aussi.