Data Engineering as a Service: quand l'abonnement bat l'embauche

Vous avez besoin de pipelines qui tournent, d'un warehouse fiable et de quelqu'un qui possède l'ensemble à 3h du matin quand quelque chose casse. Le réflexe par défaut, c'est d'embaucher un data engineer senior et d'espérer le garder. Ce réflexe est plus lent, plus risqué et plus coûteux que la plupart des PME suisses ne le réalisent.

Le Data Engineering as a Service est la troisième option. Ce n'est pas du conseil, ce n'est pas un freelance. C'est un abonnement forfaitaire où un workflow structuré transforme vos besoins en specs livrables, une petite équipe implémente sur une plateforme managée, et le prix suit le périmètre que vous gardez actif. Ce guide explique quand l'abonnement bat l'embauche, quand ce n'est pas le cas, et à quoi ressemble réellement le workflow pour ne pas troquer une dépendance coûteuse contre une autre.

Le calcul d'embauche que personne n'aime poser sur la table

Un data engineer senior en Suisse, c'est CHF 130k à 180k de salaire de base, plus les charges sociales, plus l'équipement, plus le temps managérial qui le supervise. Coût chargé réaliste: CHF 200k+ par an. Ce chiffre suppose:

1. Que vous en trouviez un. Les data engineers seniors maîtrisant les stacks modernes (dbt, Airflow, Snowflake ou BigQuery, Terraform) sont rares à Genève et Zurich, et encore plus rares hors des centres financiers.
2. Qu'ils montent en charge en trois à six mois. Le premier trimestre est principalement de l'absorption de contexte. Vous payez le plein salaire, vous obtenez une production partielle.
3. Qu'ils restent. La durée médiane des engineers de ce segment est de 18 à 24 mois. Recrutement, onboarding et handover se répètent à ce rythme.
4. Qu'ils acceptent le travail ingrat. La plupart des data engineers seniors ont été embauchés pour construire des modèles, pas pour surveiller un pipeline Stripe-vers-warehouse qui casse une semaine sur deux. L'attrition suit.

Le calcul honnête: CHF 200k par an, 6 mois de ramp, 18 mois de production utile, un point de défaillance unique d'astreinte.

Le calcul de l'équipe submergée

Si vous avez déjà une petite équipe data, le mode d'échec est différent. Deux ou trois engineers ne peuvent pas raisonnablement couvrir l'ingestion, la transformation, l'hygiène du warehouse, le monitoring, la gouvernance, le tooling BI et la réponse aux incidents, ET livrer le travail analytique que le business demande réellement. Quelque chose passe à la trappe.

Ce qui passe à la trappe, c'est généralement le travail qui fait avancer les choses. La maintenance des pipelines est bruyante et visible. Les nouveaux modèles d'attribution, les dashboards par segment client et les fonctionnalités ML sont silencieux et reportables. L'équipe finit par éteindre des feux au lieu de construire. Vous n'avez pas besoin de licencier qui que ce soit. Vous avez besoin de leur donner une couverture sur la couche ennuyeuse.

Ce que "as a service" veut dire concrètement chez Jelzia

Bien fait, le Data Engineering as a Service est un workflow, une plateforme et un modèle de prix réunis.

Le workflow: single-WIP via un Kanban partagé.

Quand vous vous abonnez, vous êtes ajouté à un board Linear (ou Kanban équivalent) que nous tenons conjointement avec vous. Un agent embarqué dans le board vous aide à transformer des besoins flous en specs spécifiques et exécutables. Le rôle de l'agent: s'assurer que ce qui entre dans le backlog est réellement implémentable, pas un voeu vague.

Vous pouvez empiler autant d'items que vous voulez dans le backlog. La discipline, c'est qu'un seul item vit dans "To Do" à tout moment. Nous prenons cet item unique, l'implémentons, le passons contre chaque critère de Definition of Done que vous avez fixé, et vous le rendons pour validation. Vous avez une fenêtre claire pour valider. Si vous laissez la fenêtre passer, l'implémentation est considérée acceptée (avec un filet de sécurité de suivi la prochaine fois que vous repérez quelque chose). Puis l'item suivant du backlog monte.

Cette règle de single-work-in-progress, c'est la partie la plus importante. C'est ce qui arrête le chaos qui tue les équipes data internes: dix choses à moitié faites en parallèle, pas de propriétaire clair, personne ne sait ce qui sort quand. Avec le single-WIP, la réponse à "que se passe-t-il cette semaine" tient en un ticket nommé.

La plateforme: JDP, interne et invisible pour vous.

L'implémentation tourne sur JDP, la Jelzia Data Platform. JDP est notre stack unifiée et opinionée pour l'ingestion, la transformation, l'orchestration, le monitoring et la gouvernance. Nous l'opérons, nous l'optimisons, nous la gardons ennuyeuse. Vous n'avez pas à vous demander quel orchestrateur, quel vendor warehouse, quel outil de monitoring: c'est notre problème. Les données restent les vôtres tout du long (plus bas).

Vous ne devriez pas avoir à penser à JDP au quotidien, mais ça vaut la peine de savoir qu'elle existe. C'est ce qui nous permet de livrer en jours plutôt qu'en semaines une fois qu'une spec est claire.

Le prix: forfait par périmètre actif, sub-linéaire.

Le prix n'est pas horaire et ce n'est pas "une somme annuelle pour du travail non spécifié". C'est un tarif mensuel forfaitaire indexé sur le périmètre que vous gardez actif. Ajoutez un pipeline, le tarif monte. Ajoutez un deuxième pipeline, le tarif monte de moins que le premier. Sortez quelque chose du périmètre, le tarif baisse. La structure récompense la consolidation: plus on en gère pour vous, meilleur est votre prix effectif par unité de travail.

Ça rend la facture prévisible d'une manière que le coût chargé d'une équipe interne ne l'est pas. Vous savez toujours à quoi ressemble la facture du mois prochain avant le début du mois.

Quand l'abonnement bat l'embauche

L'abonnement gagne quand au moins trois de ces points sont vrais pour votre entreprise:

• Vous générez moins de CHF 50M de revenus par an. En dessous de cette échelle, vous ne pouvez pas occuper utilement deux data engineers seniors, et un seul est un point de défaillance unique.
• Votre travail data est principalement de l'orchestration et de la maintenance, pas de la recherche ML originale. Si le gros morceau est "faire produire à Stripe et Shopify des chiffres de revenus fiables dans un warehouse", un workflow structuré sur une plateforme unifiée l'a déjà fait 30 fois.
• Vous voulez de la prévisibilité. Un tarif mensuel fixe bat un salaire plus les frais de recrutement plus la surprise d'un senior qui part au mois 14.
• Vous n'êtes pas encore prêt à vous engager sur une équipe interne permanente. L'abonnement vous donne un chemin progressif: vous abonner aujourd'hui, embaucher quand le volume le justifie réellement.

Quand l'embauche reste gagnante

Soyez honnête avec vous-même. L'embauche bat l'abonnement quand:

• Vos données sont réellement uniques et centrales à votre avantage compétitif. Les firmes de trading algorithmique, les labos biotech et les produits ML-first sont généralement mieux servis par du personnel permanent.
• Vous avez déjà trois data engineers ou plus et le volume de travail original justifie cet effectif. Ajouter un abonnement par-dessus, c'est de la duplication.
• Votre posture sécurité interdit toute partie externe de traiter des données de production sur une plateforme partagée. C'est rare dans la PME suisse mais réel dans la défense et certains segments pharma.

Si deux ou plus de ces points s'appliquent, construisez l'équipe. Le DEaaS n'est pas une religion.

À quoi ressemble un bon prestataire data managé

Si vous évaluez des prestataires (Jelzia inclus), les questions qui valent la peine ne sont pas celles d'un RFP classique. Demandez:

1. Montrez-moi le workflow. Où vivent les specs, qui les écrit, qui les valide? "Slack et fais-moi confiance" n'est pas un workflow.
2. Quelle est votre limite de work-in-progress par client? Pas de limite veut dire chaos de périmètre déguisé.
3. Qui possède les données, où sont-elles physiquement, et que se passe-t-il au jour 1 d'une résiliation? Une bonne réponse nomme le propriétaire (vous), l'emplacement et le playbook de résiliation d'un seul souffle.
4. Quel est votre délai de livraison pour un changement petit et bien spécifié, une fois les credentials et accès en place? Quelques jours, c'est plausible. Plusieurs semaines pour du travail trivial est un drapeau rouge.
5. Comment le prix change quand le périmètre grandit ou diminue? Une règle claire bat un opaque "on vous fait un devis".
6. Quelle est la clause de résiliation et la procédure de sortie des données? Résiliation mensuelle et export documenté battent un engagement annuel à chaque fois.

L'approche Jelzia

Nous tenons l'abonnement léger. Un lead nommé par client, un Kanban partagé avec l'agent de specs embarqué, discipline single-WIP, tarif mensuel forfaitaire indexé sur le périmètre. L'implémentation tourne sur JDP. Les données restent dans votre compte ou sur le stockage que vous nommez; nous n'utilisons jamais vos données pour autre chose que le travail que vous avez ticketé.

Si vous voulez arrêter, on vous demande ce que vous voulez faire des données: export vers une destination de votre choix, suppression, ou transfert. Votre choix, sans négociation.

Si ça correspond à votre stade, la page DEaaS a le tarif au périmètre et le workflow inclus. Le chemin le plus rapide vers un oui ou un non, c'est un appel découverte de 30 minutes: réservez ici.

FAQ

Qui possède les données? Vous, toujours. Jelzia opère la couche technique (pipelines, plateforme, monitoring) mais les données sont les vôtres pendant l'engagement et à la sortie.

Que deviennent les données si on résilie? On vous demande ce que vous voulez: export vers une destination de votre choix, suppression sur place ou transfert. Votre décision, exécutée à votre rythme.

Est-ce juste un freelance déguisé? Non. Les freelances facturent à l'heure et s'arrêtent quand le budget tombe. Le DEaaS est un service forfaitaire continu avec un workflow Kanban structuré, une discipline single-WIP, et une plateforme managée en dessous. La différence compte le plus quand quelque chose casse à 23h un samedi.

C'est quoi l'agent de specs embarqué? Un assistant qui vit dans le board Kanban et vous aide à transformer des besoins flous ("on veut un meilleur reporting sur le churn") en specs spécifiques et exécutables ("rafraîchissement quotidien de la cohorte de clients churned, segmentée par canal d'acquisition, dans le schéma marketing"). Il attrape le travail sous-spécifié avant qu'il n'entre dans notre colonne To Do.

À quelle vitesse une pièce de travail peut sortir? Pour un changement petit et bien spécifié avec credentials et accès déjà en place, quelques jours est réaliste. La règle single-WIP veut dire qu'il n'y a jamais une file de dix choses devant la vôtre.

Et si on a déjà un data engineer? Alors le DEaaS couvre la couche plateforme et opérations pour qu'il puisse se concentrer sur le travail original. Plusieurs de nos abonnements ressemblent à ça.

Peut-on commencer en abonnement et embaucher plus tard? Oui, c'est le chemin le plus fréquent. Nous tournons typiquement 12 à 18 mois pendant que le business grandit suffisamment pour justifier une première embauche permanente, puis nous transitionnons avec un handover documenté du travail en périmètre.

---

Construire une équipe data fait partie de ces décisions qui composent: le coût d'une mauvaise décision se paie en analytics retardée, en embauches frustrées et en CTO qui passe ses samedis à débugger Airflow. L'abonnement n'est pas la bonne réponse pour toutes les entreprises. Pour les PME suisses qui ont besoin d'une infrastructure data fiable avec un workflow clair et un prix prévisible indexé sur le périmètre, c'est la réponse que le marché attendait. Si vous voulez discuter de l'adéquation à votre stade, réservez un appel découverte et nous vous dirons honnêtement dans les deux sens.