Find your next tech and IT Job or contract LookML

Notre client dans le secteur Luxe recherche un/une Ingénieur IA (LookML/GCP) H/F Description de la mission : Client du secteur du luxe/retail. Nous recherchons une expertise en ingénierie IA pour adapter des Agents IA Data (pour certains cas d'usage) et mettre à jour des modèles sémantiques via lookML environnement Google Cloud : - Implémentation des agents et des services basés sur Python & API Responsabilités : • Développer des Agents et le flux de travail avec le framework du groupe • Concevoir et mettre en œuvre des modèles sémantique via LookML Exigences : LookML : très important Big Query (GCP) : important car les données y sont stockées Git : la méthodologie de déploiement fonctionne sur des actions Github API : pour connecter le compagnon au modèle sémantique Aisance relationnelle (soft skill) : pour gérer la relation avec les admins Looker Compétences / Qualités indispensables : LookML / Looker : maîtrise avancée de LookML et conception de modèles sémantiques — compétence prioritaire., BigQuery / GCP : capacité à exploiter les données stockées dans BigQuery., Python : développement et adaptation d'agents IA et de services associés., API : intégration des agents avec les modèles sémantiques via des API., Git / GitHub Actions : gestion du code et compréhension des processus de déploiement., Anglais pro Compétences / Qualités qui seraient un + : xp agents IA dataInformations concernant le télétravail : Oui — 2 jours/semaine

La chaîne data suit le parcours suivant : collecte et stockage dans Google Cloud Storage, orchestration des pipelines par DAG sous Airflow (on-premise et managé), transformation et nettoyage avec dbt, entreposage dans BigQuery, puis restitution dans Looker. L"nfrastructure est gérée en code avec Terraform et Terragrunt, et les développements passent par une CI Git. Objectifs et activités de la mission La mission consiste à concevoir, livrer et maintenir des tableaux de bord financiers et extra-financiers dans Looker, en lien direct avec les équipes métiers. 1. Cadrage des besoins Animer les ateliers avec les équipes métiers (investissement, finance, conformité, relations investisseurs). Formaliser les besoins en indicateurs, règles de calcul et maquettes. 2. Modélisation des données Définir le modèle de données adapté dans BigQuery, en cohérence avec les transformations dbt existantes. Concevoir la couche sémantique Looker en LookML (views, explores, models). 3. Développement des tableaux de bord Développer les dashboards et visualisations dans Looker. Contrôler la qualité et la cohérence des chiffres restitués avec les métiers. 4. Administration de Looker Contribuer à l'administration de l'instance : gestion des utilisateurs, des groupes et des droits d'accès. Appliquer les bonnes pratiques de versioning Git et de déploiement. 5. Maintien en conditions opérationnelles Garantir la continuité de production des tableaux de bord existants. Assurer la maintenance corrective et évolutive. Documenter les modèles, indicateurs et dashboards. Exemples de tableaux de bord et livrables attendus Les tableaux de bord couvrent le pilotage de l'activité et le suivi des fonds, par exemple : pilotage de l'activité de la société de gestion ; suivi des investissements et du portefeuille ; calcul et suivi des frais de gestion ; indicateurs extra-financiers (ESG, finance durable). Livrables attendus : modèles LookML versionnés et documentés ; tableaux de bord validés par les métiers ; documentation fonctionnelle (définition des indicateurs, règles de calcul) et technique ; suivi des évolutions et des incidents de production.

Dans le cadre d'un projet de transformation Data à dimension internationale, nous recherchons un Data Analyst Senior pour accompagner les équipes métiers dans l'analyse des données et le pilotage de la performance. La mission vise à fiabiliser les indicateurs métiers, structurer les données analytiques et développer des tableaux de bord permettant d'améliorer la prise de décision. Le consultant interviendra sur l'environnement Google Cloud Platform (GCP), avec BigQuery pour l'exploitation des données et Looker pour la visualisation et la restitution des analyses. Il jouera un rôle d'interface entre les équipes métiers et les équipes Data afin de traduire les besoins opérationnels en indicateurs pertinents, en modèles analytiques et en solutions de reporting adaptées.

Nous recherchons un.e Data Analytics Engineer spécialisé.e sur Looker, capable de structurer et de valoriser les données afin de les rendre accessibles, fiables et exploitables par les équipes métier. À l'interface entre les équipes techniques et les utilisateurs métier, vous contribuerez à la conception de modèles de données robustes et au développement d'outils d'analyse facilitant la prise de décision. Responsabilités Structurer, transformer et préparer les données pour les rendre exploitables par les équipes métier. Concevoir et maintenir des modèles de données dans Looker, notamment via LookML. Développer et optimiser les transformations de données avec dbt. Écrire et optimiser des requêtes SQL pour garantir la qualité et la performance des traitements. Concevoir des outils d'analyse et des tableaux de bord fiables, adaptés aux besoins des utilisateurs. Recueillir les besoins métier et les traduire en solutions analytiques pertinentes. Garantir la cohérence, la fiabilité et la maintenabilité des modèles de données. Collaborer avec les équipes Data et métier afin de favoriser l'adoption des outils analytiques.

Missions principales1. Architecture et intégration Looker Définir le cadre d'intégration de Looker / LookML Implémenter les solutions Looker et LookML dans l'environnement GCP / S3NS ; Définir et mettre en œuvre l'interopérabilité entre Looker et l'architecture du Data Hub / Data Platform ; Accompagner la mise en œuvre des couches sémantiques dans une logique Data Mesh ; Identifier les contraintes, limites et points d'attention liés à l'utilisation de Looker dans l'écosystème existant ; Être force de proposition sur les choix d'architecture et les évolutions de la plateforme. 2. Industrialisation et DataOps Définir et mettre en œuvre les pratiques permettant d'industrialiser l'utilisation de Looker et LookML : Gestion des environnements et des espaces « bac à sable » ; Provisionnement et automatisation ; Versioning et gestion du cycle de vie ; Mise en place des pratiques CI/CD ; Templatisation et création de composants réutilisables ; Automatisation des processus ; Industrialisation des couches sémantiques et des dashboards ; Mise en place de pratiques DataOps / DevOps adaptées aux usages BI. 3. Gouvernance, sécurité et supervision Définir et mettre en place le cadre de gouvernance et de supervision autour de Looker : Définition des règles de sécurité et de gouvernance ; Gestion des habilitations, droits et accès ; Surveillance des incidents et de la disponibilité ; Suivi des performances ; Mise en place des bonnes pratiques de sécurité ; Suivi des coûts et optimisation FinOps ; Identification et traitement des écarts aux standards définis ; Mise en place des indicateurs et mécanismes de supervision pertinents. 4. Définition des standards et bonnes pratiques Looker Définir, documenter et faire appliquer un cadre commun d'utilisation de Looker, notamment sur : Les conventions de nommage ; La structuration des projets et des rapports ; La modélisation de la couche sémantique avec LookML ; La conception et la structuration des dashboards ; La création de templates réutilisables ; Le versioning et la gestion du cycle de vie des dashboards ; La gestion des droits et habilitations ; Les stratégies d'optimisation ; La gestion du caching BigQuery et Looker ; L'utilisation des vues matérialisées ; Les pratiques de développement, revue et mise en production. Le/la consultant(e) devra également être force de proposition, tout en restant à l'écoute des besoins et contraintes des utilisateurs. 5. Accompagnement et montée en compétences Une dimension importante de la mission sera consacrée au transfert de compétences auprès des équipes internes. À ce titre, le/la consultant(e) devra : Concevoir des guides et référentiels internes à destination des contributeurs Looker ; Mettre en place et animer des sessions de pair programming ; Mettre en place et animer des sessions de code review ; Accompagner les Data Analysts dans la conception de leurs modèles et dashboards ; Former et accompagner les différents profils amenés à utiliser Looker : Data Analysts, experts data, Ops, Business Analysts, équipes métiers, etc. ; Adapter son accompagnement à des niveaux de maturité Data hétérogènes ; Favoriser progressivement l'autonomie des équipes internes ; Construire une démarche d'onboarding et d'accompagnement réplicable par l'équipe BI & Analytics.

Contexte Client grand compte du secteur assurance / protection sociale. La mission s'inscrit au sein du Département Solutions Data et Usages (Direction DSI et Digital), dans le cadre du train SAFE Dat@gile (une dizaine d'équipes, une centaine de personnes) dont fait partie l'équipe BI&Analytics. Dans le cadre de sa transformation data, l'entreprise a fait le choix d'un data hub sur GCP, organisé en Datamesh, avec un espace « bac à sable » mis à disposition des métiers et business lines. L'équipe BI&Analytics est en cours de déploiement d'un nouvel outil BI — Looker — dans le cadre de la structuration des pratiques de datavisualisation et du renforcement des compétences internes. Rôle et responsabilités principales Poser le cadre d'intégration et implémenter les solutions LookML et Looker dans l'Org GCP/S3NS et dans le SI client Définir et mettre en place l'interopérabilité avec l'architecture du Data Hub (data platform sur S3NS) Définir et mettre en place l'industrialisation des couches sémantiques (Data Mesh), des dashboards et des espaces « bac à sable » (DataOps, environnements, provisionning, CI/CD, versionning, templatisation, automatisation) Définir et mettre en place la surveillance (incidents, performance, sécurité, FinOps, respect des bonnes pratiques) Définir et mettre en place les règles de sécurité et de gouvernance Poser le cadre d'utilisation et les bonnes pratiques Looker : templates réutilisables, conventions de nommage, structuration des rapports, organisation des projets, modélisation de la couche sémantique, optimisations (caching BigQuery/Looker, vues matérialisées), gestion des droits et accès, versionning et cycle de vie des dashboards Accompagner l'équipe BI&Analytics et les équipes métiers/business lines dans leur montée en compétence sur Looker, pour qu'elles puissent onboarder et créer leurs dashboards en autonomie Créer des guides internes pour les contributeurs Looker ; animer des sessions de pair programming et de code review Livrables attendus Cadre d'intégration LookML/Looker documenté (Org GCP/S3NS, SI client) Couches sémantiques industrialisées en mode Data Mesh Dashboards Looker Espaces « bac à sable » opérationnels Dispositif de surveillance (incidents, performance, sécurité, FinOps) Règles de sécurité et de gouvernance formalisées Templates réutilisables et conventions de nommage Guides internes pour contributeurs Looker Sessions de pair programming et de code review animées

Contexte Dans le cadre des activités Data & Business Intelligence, le client recherche un Ingénieur BI capable d'assurer l'administration, l'évolution et le support de plateformes analytiques et décisionnelles utilisées par les équipes métiers. Missions Administrer et maintenir les plateformes Spotfire, Oracle Essbase et Looker. Développer, faire évoluer et optimiser les tableaux de bord et rapports. Collecter, transformer et valoriser les données. Participer à la modélisation de données et à l'amélioration des performances. Accompagner les utilisateurs métiers dans l'exploitation des outils BI. Assurer le support N2/N3 sur les environnements analytiques. Participer aux projets de transformation, migration et évolution des plateformes décisionnelles. Produire et maintenir la documentation fonctionnelle et technique. Garantir la qualité, la cohérence et la fiabilité des données restituées. Compétences obligatoires Spotfire (Tibco Spotfire) Oracle Essbase Looker / LookML Business Intelligence Reporting & Data Visualization Analyse de données Compétences appréciées SQL Modélisation de données ETL Data Warehouse Google Cloud Platform (GCP) Power BI Tableau Software Python pour l'analyse de données Profil recherché 4 à 8 ans d'expérience. Expérience significative sur au moins deux des trois outils : Spotfire, Essbase et Looker. Bonne maîtrise des environnements BI et Data Analytics. Expérience en contexte Enterprise. Bon relationnel avec les équipes métiers et techniques. Autonome, rigoureux et doté d'un bon esprit d'analyse. Mots-clés sourcing Spotfire, Tibco Spotfire, Essbase, Oracle Essbase, Looker, LookML, BI, Business Intelligence, Data Analytics, KPI, Dashboard, Reporting, SQL, Data Visualization, Data Warehouse.

ContexteDans le cadre des activités Data & Business Intelligence, le client recherche un Ingénieur BI capable d'assurer l'administration, l'évolution et le support de plateformes analytiques et décisionnelles utilisées par les équipes métiers. MissionsAdministrer et maintenir les plateformes Spotfire, Oracle Essbase et Looker. Développer, faire évoluer et optimiser les tableaux de bord et rapports. Collecter, transformer et valoriser les données. Participer à la modélisation de données et à l'amélioration des performances. Accompagner les utilisateurs métiers dans l'exploitation des outils BI. Assurer le support N2/N3 sur les environnements analytiques. Participer aux projets de transformation, migration et évolution des plateformes décisionnelles. Produire et maintenir la documentation fonctionnelle et technique. Garantir la qualité, la cohérence et la fiabilité des données restituées. Compétences obligatoiresSpotfire (Tibco Spotfire) Oracle Essbase Looker / LookML Business Intelligence Reporting & Data Visualization Analyse de données Compétences appréciéesSQL Modélisation de données ETL Data Warehouse Google Cloud Platform (GCP) Power BI Tableau Software Python pour l'analyse de données Profil recherché4 à 8 ans d'expérience. Expérience significative sur au moins deux des trois outils : Spotfire, Essbase et Looker. Bonne maîtrise des environnements BI et Data Analytics. Expérience en contexte Enterprise. Bon relationnel avec les équipes métiers et techniques. Autonome, rigoureux et doté d'un bon esprit d'analyse. Mots-clés sourcingSpotfire, Tibco Spotfire, Essbase, Oracle Essbase, Looker, LookML, BI, Business Intelligence, Data Analytics, KPI, Dashboard, Reporting, SQL, Data Visualization, Data Warehouse.

Dans le cadre d'un projet de transformation Data à dimension internationale, nous recherchons un Senior Data Engineer GCP / Looker (H/F) pour une mission freelance de 6 mois renouvelable, basée à Paris. Le consultant interviendra sur des problématiques de centralisation, de transformation et de valorisation des données, avec un enjeu majeur autour de la définition, de la modélisation et de la restitution des indicateurs de performance (KPIs) métiers. Nous recherchons un profil disposant d'une double compétence : une solide expertise technique sur GCP, BigQuery et Looker, mais également une excellente capacité à comprendre les enjeux business, à échanger directement avec les équipes métiers et à traduire leurs besoins en modèles de données et indicateurs pertinents. Missions principales Recueillir, analyser et challenger les besoins des équipes métiers concernant les indicateurs de performance (KPIs). Traduire les besoins business en spécifications fonctionnelles et techniques exploitables. Concevoir et modéliser les données dans BigQuery pour répondre aux besoins analytiques. Développer et maintenir les modèles sémantiques dans Looker, notamment avec LookML. Définir et structurer les dimensions, mesures et KPIs afin de garantir leur cohérence et leur fiabilité. Concevoir et optimiser les requêtes SQL et les traitements de données dans BigQuery. Participer à la conception et à l'industrialisation des pipelines de données sur GCP. Développer et optimiser les dashboards et outils de reporting dans Looker. Garantir la qualité, la performance et la disponibilité des données mises à disposition des utilisateurs. Collaborer étroitement avec les équipes Data, Analytics et les interlocuteurs métiers. Être force de proposition sur les choix techniques, l'architecture et les bonnes pratiques de modélisation.