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 de la transformation Data et de la modernisation de l'offre BI, l'équipe BI & Analytics déploie Looker sur un Data Hub GCP organisé en Data Mesh. L'objectif est d'accompagner les équipes internes et métiers dans leur montée en compétence sur Looker et de structurer les bonnes pratiques autour de la plateforme. Missions principales : Intégrer et implémenter Looker / LookML dans l'environnement GCP/S3NS. Assurer l'interopérabilité avec le Data Hub / Data Platform S3NS. Industrialiser Looker et LookML : DataOps, CI/CD, versionning, provisioning, templatisation et automatisation. Structurer les couches sémantiques Data Mesh et les dashboards. Mettre en place la supervision : incidents, performances, sécurité et FinOps. Définir les règles de sécurité et gouvernance. Définir les bonnes pratiques Looker : templates, conventions de nommage, organisation des projets, modélisation, gestion des droits et cycle de vie des dashboards. Optimiser les performances : BigQuery, cache Looker, vues matérialisées. Produire les guides internes. Animer du pair programming et des code reviews. Former et rendre autonomes les Data Analysts et autres équipes internes. Compétences impératives 7 ans minimum d'expérience en Business Intelligence / Data Visualisation. Looker / LookML : expertise avancée avec minimum 3 ans d'expérience. BigQuery : maîtrise requise. Google Cloud Platform (GCP) : maîtrise requise. Bonne maîtrise des architectures Data et environnements Cloud Data. Modélisation BI, industrialisation, gouvernance et sécurité. Git / CI-CD / Confluence et pratiques de gestion de code. Capacité à travailler dans un environnement multi-équipes avec différents niveaux de maturité Data. Excellentes qualités pédagogiques et relationnelles.
