Share this job
Informations Générales
TJM max : 370 €
Localisation : IDF — Rythme : 2 jours sur site / 3 jours en télétravail
Date de démarrage : 14/09/2026
Date de fin : 31/07/2027
Description de la Mission
Au sein du pôle Data & Analytics, l'objectif principal consiste à faire évoluer les outils décisionnels clés dédiés à la gestion de l'assortiment et à en assurer le maintien en conditions opérationnelles (MCO).
En vous appropriant l'architecture existante, vous interviendrez de bout en bout sur toutes les briques analytiques (modèles de prévision, optimisation de l'assortiment, KPI décisionnels).
Missions quotidiennes :
Gérer le traitement des nouvelles demandes (réfinement avec la Product Owner Data, développements SQL/dbt/Python, tests et recette).
Analyser et résoudre les incidents techniques/bugs.
Répondre aux besoins d'analyses métier ponctuelles.
Faire évoluer les outils sur le fond : optimisation des performances, automatisation Airflow, alertes et documentation enrichie via LLM.
Livrables Attendus
Exécution & Intégration : Réalisation des tickets Jira selon les rites Agiles (développements SQL/dbt/Python, correctifs, tests, recette et déploiements).
Documentation & Automatisation : Rédaction d'une documentation claire, fiable et à jour des pipelines et modèles de données (notamment via l'utilisation d'outils LLM).
Analyses Métier : Extractions et analyses de données restituées de manière structurée, argumentée et pédagogique.
Audit & Recommandations : Restitution de synthèses et de rapports d'audit apportant un regard critique sur l'existant afin de proposer des axes d'amélioration (performance, robustesse, alertes).
Candidate profile
Profil Recherché
Formation : Bac+5 (École d'ingénieurs ou Université) orientée informatique ou expérience équivalente.
Expérience : 5 à 9 ans d'expérience sur un poste similaire de Data Analyst.
Secteur : Une première expérience dans le secteur du Retail / Grande distribution est un atout majeur.
Savoir-être : Profil "touche-à-tout", curieux, bénéficiant d'une grande aisance pour lire et comprendre du code ou une architecture existante afin d'intervenir sur l'ensemble du périmètre technico-fonctionnel.
Working environment
Stack Technique & Compétences
Must-Have (Indispensables)
SQL & BigQuery : Maîtrise avancée (requêtes complexes, optimisation et gestion de volumétries importantes).
Python pour la Data : Pratique courante pour l'automatisation de pipelines, la préparation et le nettoyage de données (Pandas, NumPy).
Modélisation & Transformation : Expérience pratique sur dbt (ou équivalent) pour structurer des modèles de données analytiques.
Nice-to-Have (Appréciés)
Agilité : Pratique de Scrum et gestion de tickets sous Jira.
Dataviz : Outils de restitution métier (Tableau, Looker).
Cloud & Orchestration : Connaissance de la stack GCP, Airflow, Docker, Kubernetes.
Autres : Notions d'Infrastructure as Code / CI-CD (Terraform, Git) et sensibilité aux usages des LLM pour l'aide au dev/documentation.
Soft Skills
Autonomie & Initiative : Capacité à analyser l'existant, résoudre des problèmes et proposer des solutions techniques de manière proactive.
Pédagogie & Communication : Faculté à vulgariser des concepts techniques complexes auprès d'interlocuteurs métier.
Rigueur : Attachement fort à la qualité des données, au respect des processus de test et à la documentation.
Esprit d'équipe : Aisance relationnelle, goût pour le partage de connaissances et l'entraide.
Apply to this job!
Find your next career move from +8,000 jobs!
Manage your visibility
Salary, remote work... Define all the criteria that are important to you.
Get discovered
Recruiters come directly to look for their future hires in our CV library.
Join a community
Connect with like-minded tech and IT professionals on a daily basis through our forum.
337 - Data Analyst Expérimenté (H/F)
Nicholson SAS
