Développeur Web Back-end Python

🎯 Ville de rêve / Metricity
Le projet Ville de rêve (nom de marque : Metricity) est une plateforme de données territoriales française à destination des collectivités locales, bureaux d’études et chercheurs.
Elle permet de visualiser, comparer et analyser les dynamiques démographiques, économiques et immobilières des communes françaises. Nous travaillons pour simplifier l’accès des collectivités aux données sur leur ville : une appli claire, belle, ultra-simple et pourtant super puissante avec énormément de données inédites en France.
Ville de rêve collecte ces données à partir de plus de 120 sources publiques et privées, les retraite, les enrichit et les contextualiser pour un usage professionnel (Metricity) et grand public (villedereve.fr).
L’offre publiée concerne le produit professionnel (Metricity) mais des contributions ponctuelles sur le site grand-public (villedereve.fr) ainsi que la participation à des études thématiques sont possibles.
Le backend consolide plusieurs sources de données ouvertes (INSEE, DVF, BDNB, mobilités, projections démographiques, etc.), tandis que le frontend expose ces analyses via une interface web interactive et des tableaux de bord cartographiques.
Où en est le projet ? Le site grand public (villedereve.fr) est en ligne et le focus est maintenant sur le produit professionnel (Metricity), dont le développement bien avancé. La plupart des fonctionnalités frontend (environ 70%) sont implémentés tandis que 40% des tâches du backend sont terminés. Vous rejoindriez donc un projet dynamique en cours !

🧠 Objectif de la mission
Renforcer le développement full-stack (backend + frontend) afin de :
• Stabiliser et documenter le pipeline de traitement de données (INSEE, DVF, projections, etc.)
• Traiter de nouvelles données afin d’améliorer la connaissance des territoires
• Optimiser les performances et la cohérence des calculs (Python, Polars, PostgreSQL)
• Développer ou enrichir les API FastAPI pour exposer les indicateurs au frontend
• Implémenter de nouveaux modules d’analyse et de visualisation (Vue.js, ECharts, Leaflet, MapLibre, WebDataRocks) et optimiser la présentation et la lisibilité des données
• Contribuer à l’industrialisation du projet (tests, CI/CD, automatisations AWS)
• Développer les nouvelles fonctionnalités du site

⚙️ Stack technique
🧩 Backend
• Langage : Python 3.13 (venv)
• Framework : FastAPI
• Librairies principales :
o polars, pandas, numpy
o psycopg (connexion PostgreSQL)
o openpyxl, pyarrow, geopandas, shapely
o reportlab (PDF), matplotlib, Echarts (export graphique)
o pydantic, asyncio, uvicorn
• Base de données et format de données : PostgreSQL, Parquet, CSV (et divers autres)
• Tâches planifiées : scripts Python automatisés (exécution AWS, cron)
• Serveurs : le backend tourne sur un serveur dédié et, pour partie, sur AWS
🗺️ Données & cartographie
• Jeux de données multi-niveaux : commune, IRIS, département, région, EPCI (données Parquet, csv, txt, json et on en passe…)
• Donnée et traitement spatial (GeoDataFrame, shapefile, GeoJSON, PostgreSQL)
• Cartes interactives : Leaflet.js et MapLibre (frontend) et export statique SVG/PNG
• Calculs spécifiques : projections démographiques et ses impacts, ratios de dépendance, prix immobiliers, etc.
💻 Frontend
• Framework : Vue.js 3 + Vite
• UI : Tailwind CSS
• État : Pinia
• Charts et tableaux : ECharts, WebDataRocks
• Appels API : Axios
• Cartographie : Leaflet, MapLibre
• Format de données : JSON

🔍 Compétences recherchées
Must-have
• Solide expérience Python (pandas / polars / FastAPI / PostgreSQL)
• Maîtrise du développement frontend moderne (Vue.js 3, Tailwind, ECharts)
• Rigueur dans la gestion des schémas de données, typage et cohérence temporelle
• Compréhension générale des statistiques et des séries de données temporelles
Nice-to-have
• Expérience avec AWS (Lambda, S3, EC2 ou Batch)
• Bonne compréhension des données publiques et statistiques (INSEE, géodonnées, séries temporelles)
• Connaissance des bases géographiques (IRIS, EPCI, communes, codes INSEE)
• Connaissance en cartographie web (Leaflet, MapLibre)
• Bon niveau en optimisation de pipelines de données (traitement volumineux)
• Sensibilité UX/UI et visualisation de données
• Capacité à écrire des tests unitaires et à structurer du code pérenne

📊 Spécificités techniques du projet
• Très forte composante data : gestion de plusieurs millions de lignes (recensement INSEE, DVF, BDNB… plus de 120 sources de données)
• Besoin d’optimisation mémoire et calcul (usage de polars en priorité, fallback vers pandas)
• Environ 50 Go de disponible sur votre SSD et au minimum 16Go de RAM (32Go ou plus idéalement) pour un développement en local
• Scripts longue durée à exécuter de manière fiable
• Contrôle qualité intégré : vérification automatique des agrégations et des ratios
• Front-end analytique : exploration, filtres, comparaison temporelle et spatiale

🤖 Usage de l’intelligence artificielle
L’IA (ex : ChatGPT, Copilot, Claude…) peut être utilisée comme outil d’assistance pour :
• la génération de squelette de code ou de documentation,
• la rédaction de tests, commentaires ou requêtes SQL,
• l’exploration de nouvelles approches (ex : optimisation Polars / pandas).
⚠️ En revanche :
• Aucun code généré par IA ne doit être intégré sans relecture humaine.
• Le code doit être lisible, intelligible, optimisé et concis et respecter les conventions appliquées.
• Les livrables doivent être reproductibles localement, sans dépendance à un outil d’IA externe.

🧑‍💻 Profil idéal
• Développeur freelance expérimenté (5+ ans), sympathique et intéressé par les projets de data analytics territoriale / géodonnées / dashboards
• À l’aise avec la double compétence backend–frontend, le plus important étant le backend
• Capable de proposer des optimisations (data pipeline, UX, API)
• Aime travailler de façon autonome et documentée

📅 Détails pratiques
• Durée : mission initiale 3–4 mois (renouvelable)
• Régime : freelance en télétravail / à distance
• Langue : français ou anglais
• NDA à signer
• Livrables :
o Scripts Python testés et documentés
o API FastAPI stable et versionnée
o Composants Vue.js intégrés et responsive
o Documentation technique claire (README, schémas de flux)
• Stack partagée via GitHub (intégration continue optionnelle)
• Démarrage souhaité : mi-novembre
Un grand merci pour votre intérêt !