Ce que vous apportez • Au moins 5 ans en Business Intelligence ou en data engineering • Une expertise Power BI de bout en bout, prouvée en production : modélisation, DAX, Power Query, Power BI Service • Une pratique réelle de Snowflake. • Une expérience solide de Microsoft Fabric ou d'Azure Synapse, avec l'envie de passer sur Snowflake, sera la bienvenue • SQL solide et procédures stockées ; VBA Excel est un plus • Formation ingénieur ou Bac+5 en informatique ou en data Stack : Power BI, Snowflake, SQL, MS Fabric
Rejoignez une grande organisation du secteur de la grande distribution en tant que Data Analyst Senior pour piloter la transformation et l'optimisation des données de référence. Vous participerez à un projet stratégique visant à unifier, fiabiliser et moderniser les référentiels de données (produits, fournisseurs, tiers, sites) à l'échelle nationale et groupe, tout en assurant la migration progressive vers des architectures Cloud modernes. Au sein d'une équipe dédiée à la Digital Factory Référentiel, vous serez responsable de la conception et du pilotage d'un cockpit décisionnel de haute performance. Ce projet combine expertise analytique, modélisation de données sophistiquée et capacité à traduire les enjeux métiers en indicateurs actionnables. Vous évoluerez dans un environnement Agile, aux côtés de data engineers et de métiers exigeants, en mission de transformation durable. Le contexte technique s'appuie sur une stack Cloud GCP moderne, avec BigQuery comme moteur analytique central, complétée par Looker Studio pour la visualisation décisionnelle. Vous travaillerez sur des données massives, des pipelines complexes et des chaînes de Run critiques, dans un cadre méthodologique rigoureux. Responsabilités : - Définir et affiner les KPI de performance de la Direction Référentiel en collaboration étroite avec les métiers - Réaliser des analyses End-to-End des chaînes de traitement et d'exploitation des données de référence - Concevoir, construire et optimiser des dashboards décisionnels performants via Looker Studio / Looker, garantissant clarté et impact métier - Exploiter les données produites pour identifier les écarts, challenger les équipes métiers et proposer des axes d'amélioration continus - Assurer la fiabilité, l'intégrité et la disponibilité des données alimentant les analyses et tableaux de bord - Modéliser des structures de données complexes et concevoir des pipelines de données robustes et performants - Identifier et documenter les opportunités d'optimisation des processus métiers et techniques - Collaborer avec les équipes Data Engineering et DevOps pour la gouvernance, la qualité et l'automatisation des flux Télétravail : 2 jours par semaine Localisation : Massy
ContexteAu sein du Data Office de Coface, le consultant intervient dans un contexte international pour développer et industrialiser des solutions autour de la Data Management, Data Quality, Data Governance et de l'IA générative. Missions 1. Data Management, Data Governance & Data QualityConcevoir, développer et maintenir des applications et services Python destinés à automatiser les processus de Data Governance et Data Quality. Développer des mécanismes de contrôle de la qualité des données, de détection d'anomalies et de monitoring. Industrialiser les traitements de collecte, d'analyse et de reporting liés à la qualité des données. Développer des APIs REST et services MCP permettant d'interconnecter les outils du Data Office, Data Marketplace, catalogues de données, plateformes data et outils BI. Automatiser et optimiser les processus de gestion des données. Contribuer à la mise en place de solutions robustes, maintenables et conformes aux standards d'architecture et de sécurité du Groupe. 2. IA Générative & Agentic AIConcevoir et développer des assistants IA spécialisés pour les besoins du Data Office. Développer des solutions de Text-to-SQL permettant d'interroger des bases de données en langage naturel. Concevoir des architectures Agentic AI basées sur des LLM, avec mécanismes d'orchestration, raisonnement et accès aux différentes sources d'information. Développer des connecteurs et intégrations via le Model Context Protocol (MCP). Mettre en œuvre des architectures de type RAG et intégrer différentes sources de données et de connaissances. Participer à l'industrialisation et au déploiement des solutions IA en environnement de production. Veiller au respect des exigences de sécurité, gouvernance, architecture et exploitation. Contribuer aux initiatives IA existantes du Data Office, notamment : l'agent Jira permettant d'évaluer la qualité des tickets entrants et d'anticiper leur criticité ; l'agent de requêtage de bases de données en Text-to-SQL. 3. Industrialisation & accompagnementProduire du code, packages Python, APIs et services documentés, testés et maintenables. Mettre en place les pipelines d'intégration et de déploiement nécessaires à l'industrialisation des solutions. Rédiger la documentation technique et d'exploitation ainsi que les procédures de déploiement. Participer aux phases de tests, mise en production et maintien en conditions opérationnelles. Assurer un reporting régulier sur l'avancement, les risques, les dépendances et les arbitrages nécessaires. Communiquer efficacement les résultats et sujets techniques auprès d'interlocuteurs techniques et métiers.
