Cognizant Data Engineer: mots-cles CV et preparation entretien

Votre candidature pour un poste de Data Engineer chez Cognizant est partie il y a deux semaines et personne ne répond. Le problème vient rarement de votre niveau technique. Il vient du vocabulaire de votre CV et de la façon dont vous racontez votre expérience.

Pourquoi votre profil ne remonte pas#

Cognizant est un prestataire de services numériques. Les missions se déroulent généralement chez un client final, banque, assurance, industrie, distribution. Le recruteur cherche quelqu'un qui sera opérationnel rapidement dans un environnement qui n'est pas le sien.

Trois attentes reviennent presque toujours. Comprendre un besoin exprimé par un client. Livrer du code qui tourne en production, pas seulement en notebook. Tenir une réunion technique en anglais, parce que les équipes sont souvent réparties sur plusieurs pays.

Le reste dépend du poste. Ne fabriquez pas de compétences que vous n'avez pas.

Lire l'offre avant de rédiger#

Ouvrez l'annonce et copiez les exigences dans un fichier. Entourez les termes techniques, les outils cloud, les méthodes de travail. Vous verrez apparaître un noyau commun : SQL, Python ou Scala, un moteur distribué (Spark le plus souvent), un cloud (AWS, Azure, GCP), et des notions de qualité de données.

Pour ne pas lire en diagonale, servez-vous d'un outil de décryptage d'offre comme le décodeur d'offres de jobrise. Il extrait les compétences réellement demandées et les verbes d'action employés. Vous savez alors quoi mettre en avant, et dans quels mots.

Les mots-clés qui comptent sur un CV data#

Les recruteurs filtrent par mots. Un CV qui dit "gestion des données" ne vaut rien si l'annonce dit "ingénierie des données" ou "data engineering".

Vocabulaire à faire apparaître quand c'est vrai pour vous :

• ingénierie des données, data engineering, développement de pipelines
• ETL et ELT, orchestration (Airflow, Dagster, Luigi, Azure Data Factory)
• SQL avancé, modélisation dimensionnelle, SCD, incremental load
• Python, PySpark, Spark SQL, optimisation de requêtes
• entrepôt de données et lac de données, Snowflake, BigQuery, Redshift, Databricks
• formats colonnaires, Parquet, Delta Lake, partitionnement
• CI/CD pour la donnée, tests de données, dbt, observabilité des pipelines
• cloud et infrastructure : IAM, Docker, Kubernetes, Terraform
• gouvernance, catalogues, lignage, conformité RGPD
• anglais professionnel, travail en équipe distribuée, relation client

Mettez ces mots dans les titres de vos postes, dans les puces, dans la section outils. S'ils n'apparaissent nulle part, un filtre automatique peut vous écarter avant qu'un humain lise votre dossier. Vous pouvez vérifier la lisibilité de votre CV avec le vérificateur ATS gratuit de jobrise, qui montre ce qu'un logiciel de recrutement comprend réellement de votre document.

Un exemple de reformulation#

Voici une puce avant et après. Les chiffres sont donnés à titre d'exemple : remplacez-les par vos vraies données, même approximatives.

Avant : "Responsable de la gestion des données et des flux vers le client."

Après : "Refonte d'un pipeline ETL PySpark sur AWS traitant environ 40 millions d'événements par jour, avec passage au format Parquet et partitionnement par date, ce qui a réduit le temps de traitement quotidien d'environ 35 %."

La deuxième version dit l'outil, le contexte, le volume et le résultat. Elle donne matière à une question en entretien, et c'est exactement ce que vous voulez.

Préparer l'entretien technique#

Attendez-vous à trois blocs. Un test SQL, parfois en ligne avant le premier échange. Une mise en situation sur la conception d'un pipeline. Une discussion de projet, où l'on vous demandera ce que vous avez réellement fait et pas votre équipe en général.

Révisez les jointures, les fenêtres analytiques, les CTE, l'indexation, la différence entre un traitement par lot et un flux en continu. Sur Spark, soyez prêt à expliquer le partitionnement, le shuffling, et pourquoi une jointure peut coûter cher. Sur la modélisation, sachez justifier un schéma en étoile et gérer une dimension qui change.

Préparez aussi deux histoires de projet, écrites en trois temps : le problème, ce que vous avez fait, le résultat mesuré. Par exemple :

"Sur mon dernier projet, les rapports arrivaient avec deux jours de retard parce que le chargement partait d'un export manuel. J'ai remplacé l'export par un déclencheur sur la table source et j'ai ajouté des tests de fraîcheur sur les tables cibles. Le rapport est passé de J+2 à J+0, et nous avons détecté trois ruptures de données en un mois avant qu'elles n'atteignent les utilisateurs."

C'est direct, c'est vérifiable, et ça évite le jargon.

Ce qui change côté France#

Quelques repères à connaître avant de négocier. Les fourchettes de rémunération pour un ingénieur données en France varient beaucoup selon la ville, le client final et votre expérience. Les chiffres qui circulent vont souvent de 35 000 à 45 000 euros brut annuels pour un profil junior, de 45 000 à 65 000 euros pour un profil confirmé, et davantage au-delà. Ce ne sont que des ordres de grandeur. Vérifiez toujours la source à jour, convention collective applicable, baromètres spécialisés, offres récentes sur le marché.

Côté statut, une entreprise de services applique souvent la convention collective Syntec. Les conditions de mission, déplacements, télétravail, primes, dépendent du contrat. Posez la question explicitement.

Si vous n'avez pas la nationalité d'un pays de l'Union européenne, une autorisation de travail est nécessaire. Aucun recruteur ne peut vous garantir un visa ni un délai. Renseignez-vous sur les conditions officielles en vigueur et ne signez rien sur la base d'une promesse orale.

Pour repérer les postes ouverts en data et suivre les annonces du moment, la page des offres d'emploi de jobrise regroupe les offres actives. Gardez un œil dessus, car un poste se comble vite.

Checklist avant d'envoyer#

• Vérifier que chaque mot-clé de l'annonce apparaît quelque part dans votre CV, si la compétence est réelle
• Remplacer les verbes vagues par des verbes d'action : conçu, migré, automatisé, optimisé, corrigé
• Ajouter un volume ou un résultat à chaque puce de projet, même approximatif
• Indiquer les outils par nom : Spark, Airflow, Snowflake, plutôt que "outils data"
• Faire tourner votre CV dans un test de compatibilité ATS
• Retirer les compétences que vous ne pourriez pas expliquer pendant vingt minutes
• Préparer deux histoires de projet et les dire à voix haute une fois
• Lire l'offre une dernière fois la veille de l'entretien

Outils gratuits#

• jobrise.io/fr/free-ats-checker/
• jobrise.io/fr/free-jd-decoder/
• jobrise.io/fr/jobs/
• jobrise.io/fr/blog/

Questions fréquentes#

Faut-il adapter son CV à chaque offre Cognizant ?

Oui, pour la même raison qu'ailleurs : les intitulés changent d'une annonce à l'autre. Ajustez l'ordre de vos puces et les termes techniques, gardez le fond. Comptez vingt minutes par candidature, pas deux heures.

Quels outils mettre en avant en priorité ?

SQL et Python d'abord, ils sont rarement absents. Ensuite le moteur de traitement et le cloud cités dans l'offre, Spark et AWS ou Azure le plus souvent. Mieux vaut trois outils maîtrisés en profondeur qu'une liste de quinze.

Combien de temps dure le processus de recrutement ?

Cela dépend du client final et du projet, et les délais varient. Entre une semaine et deux mois, avec parfois une période de flou entre deux entretiens. Relancez poliment une fois après sept jours ouvrés si personne ne s'est manifesté.

Que faire si l'on n'a pas d'expérience cloud ?

Dites-le franchement et montrez ce qui est transférable. Un pipeline en local suit les mêmes principes qu'un pipeline déployé : découpage des tâches, tests, surveillance, reprise sur erreur. Une formation en cours ou un projet personnel aide, à condition de pouvoir en parler concrètement.

Les certifications sont-elles utiles ?

Elles servent surtout à passer un premier filtre quand votre expérience est courte. Une certification AWS, Azure ou Databricks ne remplace pas la capacité à expliquer un choix de conception. Si vous en préparez une, indiquez la date prévue plutôt que de la présenter comme obtenue.