PwC Data Engineer: mots-cles CV et preparation entretien

Vous postulez à un poste de Data Engineer chez PwC et votre CV disparaît dans la pile sans un seul retour. C'est le problème le plus fréquent que je vois, et il est presque toujours le même : le CV parle de technos, l'offre parle de missions. Les deux ne se rencontrent jamais.

Je ne vais pas prétendre connaître le process interne de PwC depuis l'extérieur. Personne ne peut le garantir. Ce qui suit s'appuie sur ce que les offres publiées disent vraiment, et sur ce qui marche dans le recrutement data en France.

Ne partez pas d'un CV générique#

PwC recrute des data engineers pour des missions de conseil chez le client, et parfois pour des équipes internes. Dans les deux cas, on cherche quelqu'un qui sait livrer un flux fiable, le documenter, et l'expliquer à une personne non technique.

Un CV qui liste Python, SQL, Docker, Kubernetes, Spark, Kafka sans contexte ne dit rien de tout ça. Il dit que vous connaissez des noms. Les cabinets regardent ce que vous en avez fait.

Lisez l'offre avant d'écrire le CV#

Imprimez l'annonce, ou gardez-la ouverte à côté de vous. Entourez les termes qui reviennent deux fois, et repérez les tâches concrètes : construire un pipeline, migrer un entrepôt, mettre en place des tests de qualité, accompagner un client dans la définition de son modèle de données.

Un outil de lecture d'offre comme le décodeur de fiches de poste vous aide à extraire les compétences réellement demandées, celles qui sont parfois noyées dans un paragraphe de quatre lignes. Ensuite seulement vous réécrivez le CV.

Les mots-clés qui doivent figurer#

Piochez dans l'offre exacte, pas dans une liste trouvée ailleurs. Les offres Data Engineer des grands cabinets tournent souvent autour de ces familles :

• Langages et requêtes : SQL, Python, parfois Scala ou Spark
• Orchestration et transformation : Airflow, dbt, Azure Data Factory, Spark, Talend
• Entrepôts et lakehouse : Snowflake, BigQuery, Databricks, Redshift, Synapse
• Cloud : Azure revient souvent dans les offres françaises, AWS et GCP aussi
• Qualité et gouvernance : tests de données, traçabilité, documentation, gestion des accès
• Méthodes de travail : Git, CI/CD, revues de code, méthodes agiles
• Côté mission : accompagnement du client, ateliers de cadrage, restitution

Insérez ces mots dans des phrases. Ne les empilez pas en bas du CV dans un bloc de compétences. Un moteur de recrutement les détecte dans les deux cas, mais un recruteur ne lit qu'une des deux versions. Vous pouvez vérifier votre CV avec un test gratuit de compatibilité ATS avant de l'envoyer.

Un exemple de bullet réécrit#

Voici un avant et après concret, à adapter à votre expérience réelle.

Avant :

• Responsable de la partie data sur un projet de reporting.

Après :

• Conçu et maintenu un pipeline ETL Python et Airflow alimentant un entrepôt BigQuery, avec tests de qualité des données et documentation dbt, pour un reporting métier utilisé chaque semaine.

La deuxième version dit trois choses : la technologie, la fiabilité, l'usage final. C'est ce dernier point qui fait la différence dans un cabinet de conseil, parce que le client paie pour un résultat, pas pour un outil.

Ajoutez ensuite vos vrais chiffres quand vous les avez. Volume de données traité par jour, fréquence d'exécution, nombre d'utilisateurs du reporting, temps de traitement avant et après votre travail. Si vous n'avez pas les chiffres exacts, donnez un ordre de grandeur honnête et vérifiable en entretien. Un bullet sans aucun chiffre se fond dans les autres.

Ce que vous pouvez dire sans inventer#

Beaucoup de candidats fabriquent une connaissance supposée du process PwC pour se donner une contenance. C'est une mauvaise idée. Les recruteurs connaissent leur propre entreprise, et une affirmation fausse sur une étape de recrutement se repère tout de suite.

Ce que vous pouvez dire sans risque : vous avez lu l'offre, vous avez identifié les enjeux techniques décrits, vous connaissez le secteur du conseil et ses contraintes, et vous savez que le travail implique du contact client. Le reste, posez les questions pendant l'échange. C'est même un bon signal.

Préparer la partie technique#

Sur un poste de ce type, l'entretien technique tourne généralement autour de quelques thèmes stables. Travaillez-les sur de vrais exercices, pas sur des listes de définitions.

• SQL : jointures, fonctions de fenêtre, CTE, requêtes imbriquées, optimisation d'une requête lente
• Python : manipulation de données avec pandas, écriture de scripts propres, gestion des erreurs, tests
• Modélisation : modèle dimensionnel, tables de faits et de dimensions, gestion des évolutions historiques
• Orchestration : dépendances entre tâches, reprise sur erreur, planification, idempotence
• Qualité : tests de contrôle, alertes, gestion des données manquantes
• Cloud : coûts, stockage, sécurité des accès, environnements séparés

Préparez deux ou trois projets racontables en détail, avec le problème, les choix que vous avez faits, et ce que vous referiez autrement. Cette dernière partie est souvent ce dont on se souvient.

Un exemple de réponse#

Question courante : parlez-moi d'un pipeline de données que vous avez construit.

Réponse possible :

« Sur mon poste précédent, les équipes métier récupéraient des exports manuels tous les lundis matin, avec beaucoup d'erreurs de saisie. J'ai proposé d'automatiser la chaîne. J'ai écrit les extractions en Python, planifié l'ensemble avec Airflow, et ajouté des contrôles de qualité qui bloquaient le chargement quand un fichier était incomplet. J'ai documenté le modèle dans dbt pour que l'équipe métier puisse comprendre les tables sans nous appeler. Le reporting est devenu disponible en continu, et les corrections manuelles ont quasiment disparu. Si c'était à refaire, j'aurais impliqué l'équipe métier plus tôt dans la définition des règles de contrôle, parce qu'on a corrigé plusieurs seuils après la mise en production. »

Cette réponse fonctionne parce qu'elle décrit une situation réelle, un choix technique, un effet concret, et une limite assumée. Pas besoin de vocabulaire compliqué.

Le marché français, avec ses réserves#

Quelques points à garder en tête avant de vous projeter. Les intitulés de poste varient beaucoup : Data Engineer, Ingénieur Data, Consultant Data Engineer, Analytics Engineer. Élargissez votre recherche sur les offres d'emploi en data plutôt que de viser un seul titre.

Les fourchettes de rémunération dépendent de l'expérience, de la ville, et du type de contrat. Les montants annoncés dans les offres varient d'une année à l'autre, vérifiez toujours les chiffres actuels sur les sources officielles et sur les annonces en cours. Aucun article ne peut vous garantir un montant.

Enfin, si vous êtes en France, renseignez-vous sur la convention collective applicable au contrat proposé, et sur les conditions de mission si le poste implique des déplacements chez le client. Demandez-les explicitement en entretien. C'est normal.

Checklist avant d'envoyer#

• Votre CV reprend cinq à huit termes exacts de l'offre, dans des phrases
• Chaque bullet décrit une action, un contexte et un résultat
• Les chiffres que vous mentionnez sont réels et défendables
• Le premier tiers de la page montre vos compétences les plus pertinentes pour cette offre
• Votre CV passe un test de lecture automatisée sans blocage de format
• Vous avez préparé deux projets détaillés et une question à poser sur la mission
• Vous avez vérifié l'offre à jour et les modalités du poste sur la source officielle

Outils gratuits#

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

Questions fréquentes#

Quels mots-clés faut-il mettre pour un poste Data Engineer chez PwC ?

Ceux de l'offre que vous visez, en priorité. En général SQL, Python, un outil d'orchestration, une plateforme cloud, et des compétences de qualité des données. Ne copiez pas une liste trouvée sur un autre site.

Combien de temps dure le processus de recrutement ?

Cela varie selon le poste, la période et le pays. Personne ne peut donner de délai garanti depuis l'extérieur. Posez la question au premier échange pour vous organiser.

Quel salaire viser pour un poste Data Engineer en France ?

Les fourchettes dépendent de l'expérience, de la ville et du cabinet. Consultez les annonces en cours et les sources officielles pour les chiffres à jour, et ne vous fiez pas à un chiffre lu dans un article.

Faut-il parler anglais pour être recruté ?

Pour beaucoup de postes en conseil, oui, au moins en lecture et en réunion. Le niveau demandé dépend des missions. Vérifiez la mention exacte dans l'offre et entraînez-vous à décrire un projet technique en anglais.

Je viens de l'ETL classique, comment préparer l'entretien technique ?

Rapprochez vos compétences des outils cités dans l'offre et identifiez l'écart réel. Travaillez la modélisation, SQL avancé, et un outil d'orchestration moderne sur un projet perso. En entretien, présentez votre expérience ETL comme un socle solide, sans prétendre maîtriser un outil que vous n'avez pas utilisé.