Dans le cadre d'un programme stratégique de transformation des données de référence au sein d'un environnement international, nous recherchons un Data Analyst confirmé pour intervenir sur un projet de modernisation et de fiabilisation des référentiels produits. Vous intégrerez une équipe Data & Produit travaillant sur le déploiement d'une nouvelle solution de Master Data Management (MDM), avec pour objectif d'harmoniser les données, d'améliorer leur qualité et de sécuriser leur migration depuis des systèmes historiques vers une architecture cible moderne. Au cœur du programme, vous interviendrez sur l'ensemble du cycle de vie de la donnée, depuis son analyse initiale jusqu'à sa validation dans le nouveau référentiel. Vos principales missions : Data Profiling & Analyse Réaliser des audits approfondis des données existantes afin d'identifier les anomalies, incohérences et problèmes de qualité. Analyser des volumes importants de données complexes et multi-tables à l'aide de SQL. Cartographier les données sources et assurer le mapping des attributs vers le nouveau modèle cible. Identifier les écarts entre les référentiels historiques et les modèles de données attendus. Data Quality & Fiabilisation Définir et mettre en œuvre des règles de contrôle de qualité des données. Participer au nettoyage et à l'assainissement des données historiques. Automatiser la détection des anomalies et le suivi des corrections. Concevoir des tableaux de bord permettant de suivre les indicateurs de qualité et l'avancement des opérations de fiabilisation. Collaborer avec les équipes métiers pour définir et valider les règles de gestion. Migration & Master Data Management Contribuer à la stratégie de reprise et de migration des données vers un nouveau référentiel MDM. Participer à la construction et à la fiabilisation du Golden Record. Préparer et exécuter les campagnes de recette fonctionnelle et de validation des données (UAT). Vérifier la cohérence, l'intégrité et l'exhaustivité des données migrées. Suivre les plans de remédiation et sécuriser les étapes de migration. Analyse & Collaboration Concevoir et optimiser des traitements et pipelines de données dans BigQuery. Produire des analyses permettant d'orienter les décisions des équipes métiers et techniques. Présenter les résultats des analyses de données et proposer des actions correctives. Collaborer étroitement avec les Product Managers, Tech Leads et responsables des données. Participer à l'amélioration continue des processus de gestion et de qualité des données. Cette mission vous permettra d'intervenir sur un programme Data structurant, au sein d'un environnement technique exigeant, avec de véritables enjeux de qualité, de gouvernance et de transformation des systèmes d'information.
Au sein de la gouvernance des données du groupe, vous contribuez à un programme ambitieux visant à valoriser la donnée et à maximiser son impact sur nos solutions. En tant que Senior Functional Data Architect, vous garantissez l'application des meilleures pratiques d'architecture fonctionnelle des données pour les cas d'usage Analytics, IA et Master Data Management (MDM). Votre périmètre se concentre particulièrement sur les données IT (spécifications, applications, projets, ITSM, infrastructures...). Vous travaillez en étroite collaboration avec des communautés variées (experts métier, architectes techniques, data engineers/développeurs, data scientists) et veillez à la structuration optimale des plateformes de données avec une vision à moyen/long terme. Objectifs et livrablesOntologie et modélisation d'entreprise : Comprendre les processus métier de haut niveau et l'architecture de données du système d'information à travers les différentes BUs (ERP, CRM, PIM, MDM, applications IT/métier, plateformes BI/IA). Enrichir l'ontologie d'entreprise et le modèle de données global. Cartographier les actifs existants sur les plateformes de données pour prioriser leur standardisation. Besoins structurels et self-service : Identifier les besoins structurels des bases de données pour offrir des capacités d'auto-service grâce à une agrégation/consolidation cohérente, la normalisation/dénormalisation, la rationalisation et la gestion de la qualité des données. Positionnement MDM : Définir le positionnement des flux MDM dans le SI à travers les domaines fonctionnels et BUs pour soutenir les processus métier avec le niveau de qualité requis. Modélisation et documentation des jeux de données : Modéliser des datasets standardisés et réutilisables (diffusés via le Data Marketplace). Documenter les processus métier clés producteurs et consommateurs de données en BPMN. Gérer les métadonnées (couverture, fraîcheur). Gouvernance et conformité : Appliquer la politique d'architecture de données du groupe. Veiller au respect de la gestion des risques (classification de la donnée, confidentialité, RGPD/conformité, gestion des accès et rétention). Qualité des données : Guider les experts métier et les équipes IT sur le déploiement des contrôles de qualité des données. Certification et IA : Évaluer et certifier la conformité des jeux de données logiques. Utiliser l'IA de façon optimale pour accélérer la livraison et gagner en efficacité.
