SMARTPOINT — Offres ¹⁸

Au sein d'une équipe dédiée à la gestion et à la valorisation des données techniques, vous intervenez sur des problématiques à la fois Data, Data Quality et Intelligence Artificielle. Votre objectif sera notamment de contribuer à l'industrialisation de la mesure de la qualité des données, à l'enrichissement des outils d'exploitation et au développement de premiers cas d'usage IA à forte valeur métier. Vos principales responsabilités Data Quality et fiabilisation des données Analyser et qualifier les besoins métiers liés aux données. Contribuer à l'industrialisation des indicateurs de qualité, complétude et importance des données. Identifier les données manquantes, incomplètes ou incohérentes. Définir et mettre en œuvre des actions de mise en qualité des données. Développer des scripts, outils ou programmes spécifiques pour automatiser les traitements. Réaliser des contrôles, analyses et mises à jour de données. Participer à la gouvernance et au suivi de la qualité des données. Développement de cas d'usage IA Vous participerez à l'étude et à la mise en œuvre de plusieurs cas d'usage autour de l'IA : Complétude et enrichissement des données Exploiter des corpus documentaires hétérogènes : PDF, rapports, plans, tableaux, archives ou documents numérisés. Extraire et classifier automatiquement les informations pertinentes. Rapprocher les informations extraites avec les modèles de données existants. Identifier les champs manquants ou incohérents. Proposer des valeurs candidates accompagnées de leur source et d'un niveau de confiance. Mettre en place des mécanismes de validation métier avant intégration. Aide à l'estimation des travaux Analyser les données historiques disponibles. Identifier les variables explicatives pertinentes. Étudier différentes approches statistiques et Machine Learning. Comparer les estimations produites aux données réellement observées. Concevoir des restitutions permettant aux experts métiers de comprendre et challenger les résultats. Assistance à la rédaction de rapports Étudier des solutions d'assistance intelligente à la saisie et à la rédaction. Mettre en œuvre des fonctionnalités de structuration automatique. Contribuer à la classification des informations. Détecter les incohérences. Étudier les possibilités de transcription et d'exploitation de contenus multimédias. Garantir que l'IA reste une aide à la formalisation et ne génère pas de données techniques non fournies par l'expert. Pilotage et accompagnement Vous serez également amené(e) à : Étudier les leviers d'intégration des solutions IA dans les processus existants. Piloter la mise en œuvre des solutions et suivre leur avancement. Définir des indicateurs permettant d'évaluer les performances des modèles et traitements. Participer aux échanges avec les équipes métiers et techniques. Préparer les points de suivi et contribuer à la documentation des travaux. Accompagner la gouvernance et l'évolution des modèles de données

Intégration / Modélisation / Restitution de données – Sustainability Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, une grande entreprise internationale recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution de données Sustainability stratégiques. Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources externes, essentielles à la prise de décision stratégique et opérationnelle. Contrainte forte du projet Couvrir des cas d'usage analytiques à destination du département Sustainability avec une forte contrainte de qualité et de traçabilité de la donnée. Livrables Dashboard de suivi des consommations d'eau Dashboard de suivi des consommations d'énergie Dashboard de suivi du gaspillage alimentaire Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources identifiés (Ressource Advisor, référentiels internes). Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc. Concevoir et implémenter des pipelines d'ingestion automatisés, fiables et performants, garantissant l'intégrité et la fraîcheur des données. Structurer et modéliser les données dans un Data Warehouse Snowflake de manière logique, modulaire, réutilisable et optimisée pour l'analyse et la restitution. Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs. Développer des vues et agrégats de données spécifiques aux besoins de restitution et d'analyse pour les départements Sustainability et leurs collaborateurs en région. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise afin d'assurer la maintenabilité et la transférabilité. Environnement technique Sources : multiples systèmes (Ressource Advisor, référentiels internes – via APIs, exports ou connecteurs natifs) Destination : Snowflake – Data Warehouse Cloud Orchestration : Airflow Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent Modélisation : DrawIO, Lucidchart ou autre outil libre Visualisation / Restitution : Tableau CI/CD / Versioning : GitLab, GitHub Documentation : Confluence, Jira, SharePoint Compétences techniques Snowflake : Confirmé – Impératif DBT : Confirmé – Important Airflow : Confirmé – Important Tableau : Confirmé – Souhaitable Data modeling analytique : modèles dimensionnels, Data Vault, architecture médaillon ou autres architectures d'entrepôt de données Ingestion et transformation de données dans un environnement cloud Orchestration de pipelines de données Versioning et pratiques CI/CD Documentation technique et fonctionnelle Profil recherché Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud, notamment Snowflake. Solides compétences en data modeling analytique. Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle. Capacité à travailler efficacement au sein d'une équipe Agile suivant la méthodologie Scrum. Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers. Capacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données. Anglais professionnel – Impératif Bonus importants Connaissance des structures de données et des processus métier typiques d'un grand groupe international dans l'hôtellerie ou un secteur similaire. Expérience dans l'utilisation de l'IA et des Agent LLM dans le delivery, que ce soit pour la conception, la documentation, le développement ou les tests.

Au sein de la Direction IA & Data, la Direction Data a pour ambition de maximiser la valorisation du patrimoine de données de l'entreprise, de développer l'intelligence autour de la donnée et de piloter la performance des activités et des offres. Dans ce cadre, le pôle Data Intelligence recherche un(e) Data Analyst Senior / Chef(fe) de projet Data pour accompagner les directions métiers dans la mise en place d'analyses, d'indicateurs et de tableaux de bord dédiés au pilotage de la performance opérationnelle. Vous interviendrez à l'interface entre les équipes métiers, Data et SI, avec un rôle à la fois analytique, fonctionnel et orienté gestion de projet. Vos missions Cadrage et gestion des projets Data Recueillir et analyser les besoins auprès des différentes directions métiers : Production, RH, Finance, etc. Cadrer les projets d'analyse et de reporting en définissant les objectifs, périmètres, indicateurs et sources de données. Traduire les besoins métiers en spécifications fonctionnelles et besoins data. Identifier et collecter les données nécessaires dans les différents systèmes d'information. Définir et mettre en place une méthodologie de travail commune à plusieurs directions métiers. Piloter les différentes étapes des projets, de la collecte du besoin jusqu'à la mise à disposition des analyses et dashboards. Data Analyse et Business Analyse Analyser les données disponibles afin d'identifier les tendances, écarts, indicateurs de performance et leviers d'amélioration. Transformer les données en analyses, synthèses et recommandations concrètes à destination des métiers. Exploiter les données existantes pour enrichir et faire évoluer les dispositifs de pilotage. Accompagner les utilisateurs dans l'interprétation et l'utilisation des analyses produites. Datavisualisation et Power BI Concevoir et mettre en place de nouveaux dashboards Power BI répondant aux besoins métiers. Faire évoluer, ajuster et optimiser les tableaux de bord existants. Automatiser et industrialiser les reportings afin de réduire les tâches à faible valeur ajoutée. Garantir la cohérence des indicateurs, règles de gestion et restitutions. Participer à la maintenance et à l'amélioration continue des dashboards. Collaboration et coordination Data Collaborer avec les équipes SI, Data Platform et Data Gouvernance pour garantir la disponibilité, la qualité et la fiabilité des données. Coordonner les échanges avec les différentes directions du Groupe. Faciliter la communication entre les interlocuteurs métiers et les équipes techniques. Contribuer à la structuration et à la diffusion des bonnes pratiques en matière d'analyse et de pilotage de la performance.

Dans le cadre de projets de transformation et de modernisation des plateformes Data, nous recherchons un Consultant Senior Data Lakehouse orienté gestion de projet, disposant d'au moins 10 ans d'expérience dans le domaine de la Data. Vous intervenez sur des programmes de transformation Data complexes, de la phase de cadrage et de recueil des besoins jusqu'au déploiement des solutions, en assurant la coordination des équipes métiers, fonctionnelles et techniques. Vos missionsPilotage et gestion de projet DataPiloter des projets de transformation et de modernisation des plateformes Data. Coordonner les différents acteurs métiers, fonctionnels, techniques et IT. Définir et suivre les planning, jalons, livrables, risques, dépendances et actions. Préparer et animer les comités projet, comités de pilotage et instances de gouvernance. Assurer le suivi des décisions, arbitrages et plans d'actions. Accompagner les équipes dans la mise en œuvre des trajectoires Data définies. Garantir l'alignement entre les objectifs métiers, les enjeux Data et les contraintes techniques. Cadrage et expression des besoinsRecueillir, analyser et formaliser les besoins métiers. Animer des ateliers de cadrage et de conception avec les différentes parties prenantes. Challenger les besoins et exigences afin d'identifier les solutions les plus pertinentes. Rédiger les cas d'usage, Expressions de Besoin (EDB), spécifications fonctionnelles et technico-fonctionnelles. Assurer la traduction des besoins métiers en solutions Data concrètes et industrialisables. Transformation Data & LakehouseAccompagner les projets de migration de plateformes Data Legacy vers des architectures modernes, notamment de type Data Lakehouse. Participer à la définition et à la mise en œuvre de Data Products et plateformes Data modernes. Posséder une expertise confirmée sur au moins une des technologies suivantes : Databricks, Snowflake ou Microsoft Fabric. Être capable d'évaluer et de comparer les solutions technologiques afin d'orienter les choix d'architecture en fonction des besoins métiers et techniques. Participer aux arbitrages fonctionnels, techniques et applicatifs. Contribuer à la définition des trajectoires et feuilles de route Data. Gouvernance et qualité des donnéesMaîtriser les enjeux liés au Data Lineage, à la gouvernance et à la qualité des données. Comprendre et cartographier des flux de données complexes impliquant de multiples systèmes sources et applications. Veiller à la cohérence, à la traçabilité et à la qualité des données tout au long des projets. Accompagner la mise en place de pratiques permettant une meilleure valorisation et structuration de la donnée.

Contexte Nous recherchons un Junior Techno-Functional QA Engineer pour rejoindre notre équipe Trading Systems. Le poste offre l'opportunité de développer des compétences en Assurance Qualité, tests fonctionnels, automatisation des tests, validation Backend/API et systèmes de trading, au sein d'un environnement technique et collaboratif. Le consultant interviendra sur la conception et l'exécution des tests, la gestion des anomalies, le reporting et les activités d'automatisation, en collaboration avec des QA Engineers expérimentés, développeurs, Business Analysts, Team Leads et Project Managers. L'équipe Trading Systems, répartie entre Porto et Paris, intervient sur des applications de trading critiques, notamment Optiq®, la plateforme de trading d'Euronext. Le poste s'adresse particulièrement à un profil disposant de bonnes bases techniques, d'une forte capacité d'apprentissage et souhaitant progressivement gagner en autonomie. L'utilisation d'outils d'IA fait également partie du poste afin de faciliter la conception des tests, la génération de cas de test, la documentation, l'automatisation, l'analyse des anomalies et la recherche d'informations techniques, avec une validation humaine systématique des résultats. MissionsTests et validation Participer à la conception et à l'exécution des stratégies de tests. Contribuer à la définition des objectifs, du périmètre et des critères d'acceptation. Identifier et prioriser les cas de test en fonction des risques et des enjeux métier, avec l'accompagnement des profils seniors. Réaliser des tests manuels et automatisés. Participer aux campagnes de tests de régression et aux validations de releases. Gestion des anomalies et reporting Reproduire, analyser, documenter et suivre les anomalies. Collaborer avec les développeurs et les équipes QA pour analyser les incidents et valider les corrections. Assurer un reporting sur l'avancement, les risques, la couverture et les résultats des tests. Maintenir la documentation de tests et assurer la traçabilité des activités QA. Automatisation et contribution technique Participer aux activités d'automatisation des tests, avec l'accompagnement de QA Engineers expérimentés. Utiliser Python, Linux, Git et les bases de la gestion des bases de données. Analyser le comportement des applications et comprendre les flux techniques. Utiliser les outils d'IA pour assister la conception des tests, la génération de cas de test, l'analyse des anomalies, la documentation, le reporting et le développement de scripts d'automatisation. Collaboration et montée en compétences Collaborer avec les développeurs, Business Analysts, Team Leads, Project Managers et équipes QA. Appliquer les processus et standards QA en place. Participer aux initiatives d'amélioration continue. Développer progressivement son autonomie et prendre en charge de nouvelles responsabilités. Participer au partage de connaissances au sein de l'équipe. Profil recherchéCompétences QA / Testing – Must Have 0 à 2 ans d'expérience en tests logiciels, développement logiciel ou environnement technique similaire. Bonne compréhension des fondamentaux du testing et de l'exécution structurée de tests. Capacité à reproduire, analyser, documenter et suivre clairement les anomalies. Bonnes bases techniques et capacité à travailler dans un environnement structuré. Forte motivation pour apprendre et évoluer dans le domaine de la QA. Sensibilisation aux concepts d'automatisation basée sur l'IA et utilisation pratique d'outils d'IA dans les activités quotidiennes. Français et anglais courants, à l'écrit comme à l'oral. Compétences techniques – Must Have Bon niveau en Python. Connaissance de base des commandes Linux. Connaissance de base de Git. Connaissances fondamentales en bases de données. Nice to Have Connaissance des pipelines Jenkins. Connaissance d'outils de tests GUI. Familiarité avec le framework Qt. Sensibilisation aux marchés financiers. Une première expérience dans les environnements bancaires ou de courtage serait un plus. Environnement technique Python – Linux – Git – Jenkins – Tests fonctionnels – Tests automatisés – Tests GUI – Bases de données – Qt – IA / GenAI – Trading Systems

Présentation Nous recherchons un Senior Techno-Functional QA Engineer pour rejoindre notre équipe Trading Systems. Le poste contribuera aux activités critiques d'assurance qualité, notamment sur les tests standalone, les tests backend et API, l'automatisation des tests ainsi que l'amélioration continue des pratiques QA. Le Senior Techno-Functional QA Engineer participera à la définition des objectifs de test, du périmètre, des critères d'acceptation et de la couverture des tests basée sur les risques, tout en veillant à ce que le comportement fonctionnel soit validé à travers des tests manuels et automatisés. Le poste nécessite une capacité à piloter les activités de test avec un minimum de supervision et à assurer une visibilité claire sur l'avancement, les risques, la couverture et les résultats des tests. L'équipe Trading Systems, répartie entre Porto et Paris, assure le support d'applications de trading critiques, notamment Optiq®, la plateforme de trading d'Euronext. Le poste implique une collaboration étroite avec les développeurs, Business Analysts, Team Leads, Project Managers et les autres contributeurs QA afin de maintenir un haut niveau de fiabilité, d'efficacité et de qualité des livraisons. Une attente importante pour ce profil senior est également de mentorer les profils juniors, de contribuer à l'amélioration des processus QA et d'utiliser les outils d'IA dans les activités quotidiennes afin d'améliorer la productivité, la qualité et l'efficacité, tout en conservant une validation et un contrôle humains garantissant la fiabilité des résultats. Missions et livrables1. Stratégie de tests et pilotage QA senior Construire et exécuter des stratégies de tests complètes pour les tests standalone. Définir les objectifs, le périmètre et les critères d'acceptation des tests. Identifier et prioriser les cas de test en fonction des risques et de l'impact métier. Piloter les activités de test avec un minimum de supervision. Contribuer à la définition d'approches QA efficaces dans des contextes complexes de tests Backend et API. 2. Exécution des tests, gestion des anomalies et reporting Réaliser des tests manuels et automatisés afin de valider les comportements fonctionnels. Reproduire, analyser, documenter et suivre les anomalies. Assurer le suivi des corrections et vérifier leur résolution. Produire un reporting clair sur l'avancement, les risques, la couverture et les résultats des tests. Préparer les validations de releases et contribuer à la prise de décision concernant la qualité des livraisons. 3. Automatisation, outillage et contribution technique Contribuer à l'augmentation de la couverture des tests automatisés et à son amélioration continue. Utiliser Python, Linux, Git, les pipelines Jenkins, BDD, Xray/Jira ainsi que les outils associés. Contribuer aux dispositifs de tests Backend/API, à la préparation des données de test et aux validations liées aux bases de données lorsque nécessaire. Utiliser les outils d'IA pour assister la conception des tests, la génération de cas de test, l'analyse des anomalies, la documentation, le reporting, le développement de l'automatisation et la recherche d'informations techniques. 4. Collaboration, mentoring et amélioration continue Collaborer étroitement avec les développeurs, Business Analysts, Team Leads et Project Managers. Accompagner et mentorer les profils QA juniors. Contribuer à l'amélioration continue des processus, standards et pratiques d'automatisation QA. Promouvoir des pratiques de tests structurées, une bonne traçabilité et une approche orientée qualité. Compétences et connaissancesMust HaveTesting / QA Minimum 8 ans d'expérience en tests Backend et API. Solide expérience en tests Backend/API. Capacité à piloter des activités de test avec un minimum de supervision. Bonne maîtrise du BDD (Behavior-Driven Development), de Xray/Jira et de l'automatisation des tests. Connaissance des outils de tests GUI. Solide capacité à reproduire, analyser, documenter et suivre les anomalies. Capacité à mentorer des profils juniors et à contribuer à l'amélioration des processus QA. Anglais et français courants, à l'écrit comme à l'oral. Compétences techniques Très bonne maîtrise de Python. Bonne maîtrise des environnements Linux. Expérience avec Git. Expérience des pipelines Jenkins. Expérience en gestion / manipulation de bases de données. Nice to Have Connaissance de Selenium ou Playwright. Connaissance de Kafka. Expérience dans les marchés financiers, la banque ou les environnements de courtage. Familiarité avec les outils d'IA appliqués à l'automatisation des tests et au scripting.

ContexteDans le cadre du renforcement de ses équipes techniques, notre client recherche un DevOps OpenShift confirmé pour participer à la conception, l'administration et l'industrialisation de plateformes conteneurisées. Le consultant interviendra sur les environnements de développement, d'intégration et de production, en collaboration avec les équipes Infrastructure, Cloud et Développement. MissionsAdministrer et maintenir des plateformes OpenShift / Kubernetes. Déployer, configurer et maintenir les applications conteneurisées. Automatiser les processus de déploiement et d'exploitation. Concevoir et maintenir les pipelines CI/CD. Accompagner les équipes de développement dans la conteneurisation et le déploiement des applications. Mettre en place et maintenir les configurations Docker / Kubernetes / OpenShift. Participer à l'amélioration de la disponibilité, de la performance et de la sécurité des plateformes. Assurer le monitoring, le troubleshooting et la résolution des incidents de niveau N2/N3. Industrialiser les opérations d'exploitation avec des outils d'automatisation. Participer aux évolutions techniques et à l'amélioration continue de l'infrastructure. Environnement techniqueOpenShift, Kubernetes, Docker, Linux, Ansible, Jenkins, GitLab CI/CD, Git, Helm, Terraform, Python/Bash, Prometheus, Grafana, ELK, Azure/AWS. Profil recherchéExpérience confirmée en DevOps / Cloud / Infrastructure. Très bonne maîtrise de OpenShift et Kubernetes. Bonne maîtrise de Docker et Linux. Expérience significative sur les environnements CI/CD. Bonne connaissance d'Ansible et/ou Terraform. Maîtrise des outils de scripting (Bash, Python). Expérience en monitoring et troubleshooting des environnements de production. Autonomie, rigueur et bonnes capacités de communication. Anglais technique apprécié.

ContexteDans le cadre du renforcement de son équipe Data, notre client recherche un Développeur Data Snowflake / Cortex confirmé pour participer au développement et à l'évolution de sa plateforme Data Cloud et de ses usages autour de l'IA. MissionsConcevoir et développer des pipelines de données et des traitements ETL/ELT. Développer et optimiser les modèles de données sur Snowflake. Mettre en œuvre les transformations de données avec dbt. Participer à l'intégration et à l'exploitation des fonctionnalités Snowflake Cortex et des services d'IA associés. Développer des traitements Data en Python / PySpark / SQL. Participer à la mise en qualité, au contrôle et à la sécurisation des données. Optimiser les performances des traitements et des requêtes Snowflake. Participer à l'industrialisation et à l'orchestration des pipelines. Contribuer aux pratiques Git / CI-CD et à l'amélioration continue de la plateforme Data. Environnement techniqueSnowflake, Snowflake Cortex, dbt, SQL, Python, PySpark, Spark, Azure, Azure Data Factory, Azure Databricks, ADLS, Airflow, Git, CI/CD, Power BI.

Contexte :Dans le cadre du renforcement de son équipe Data, notre client recherche un Développeur Data confirmé spécialisé Snowflake / dbt pour participer à la conception et à l'évolution de sa plateforme Data Cloud. Missions :Concevoir et développer des pipelines de données et des traitements ETL/ELT. Développer et maintenir les modèles de données sur Snowflake avec dbt. Développer des traitements Data en Python / PySpark / Spark. Participer à l'ingestion et à la transformation de données issues de différentes sources. Optimiser les traitements SQL et les performances des pipelines. Mettre en place les tests et contrôles de qualité des données. Participer à l'orchestration des pipelines avec Airflow / Azure Data Factory. Contribuer à l'industrialisation des développements via Git et CI/CD. Participer aux évolutions de l'architecture Data et aux bonnes pratiques de développement. Environnement technique :Snowflake, dbt, SQL, Python, PySpark, Apache Spark, Azure, Azure Data Factory, Azure Databricks, ADLS, Airflow, Kafka, Delta Lake, Git, CI/CD, Power BI. Profil recherchéExpérience confirmée en Data Engineering. Très bonne maîtrise de Snowflake, dbt et SQL. Bonne maîtrise de Python et PySpark/Spark. Expérience sur un environnement Cloud Azure. Connaissance des outils d'orchestration et des pratiques CI/CD. Autonomie, rigueur et capacité à travailler dans un environnement Agile

ContexteDans le cadre du renforcement de son équipe Data, notre client recherche un Data Architect / Tech Lead spécialisé sur les technologies Snowflake et DBT. Le consultant interviendra sur des sujets d'architecture Data, Data Engineering et Cloud, avec pour objectif de concevoir et faire évoluer des solutions Data robustes, évolutives et industrialisées. Il sera également amené à jouer un rôle de référent technique auprès des équipes Data et à accompagner les choix d'architecture et les bonnes pratiques de développement. Missions principalesConcevoir et faire évoluer l'architecture Data autour de Snowflake. Participer à la conception de plateformes et solutions Data Cloud. Définir les architectures adaptées aux besoins des projets Data. Concevoir, développer et faire évoluer des pipelines de données ETL/ELT. Mettre en œuvre les transformations de données avec DBT. Accompagner les équipes dans l'utilisation de Snowflake et DBT. Définir et promouvoir les bonnes pratiques d'architecture, de développement et d'industrialisation Data. Intervenir sur des problématiques de Data Engineering et Cloud. Participer à l'intégration et à la transformation des données provenant de différentes sources. Optimiser les traitements et les flux de données. Garantir la qualité, la fiabilité et la disponibilité des données. Participer à la mise en place de solutions Data évolutives et performantes. Assurer un rôle de Tech Lead auprès des équipes techniques. Accompagner les Data Engineers dans leurs choix techniques. Participer aux revues de code et aux revues d'architecture. Identifier les axes d'amélioration et contribuer à l'industrialisation des processus Data. Collaborer avec les équipes Data, Cloud, Analytics et les équipes métier. Participer à la documentation des architectures et des solutions mises en œuvre. Compétences techniques — indispensablesSnowflake — expertise Certification Snowflake — Must Have DBT — expérience concrète Data Architecture Tech Lead / leadership technique Data Engineering ETL / ELT SQL Cloud Data Platform Environnement techniqueData Warehouse / Data Cloud Snowflake DBT SQL Data Engineering / Big Data Apache Spark PySpark Python Pandas Hadoop Impala Cloud / Azure Microsoft Azure Azure Databricks Azure Data Factory Azure Data Lake Storage / ADLS Data Integration / Orchestration Azure Data Factory Informatica Stonebranch Power Automate Analytics / BI Power BI DevOps / Collaboration GitHub Databricks Repo Jira Confluence Méthodologie Agile