Trouvez votre prochaine mission ou futur job IT.

Le client est une grande enseigne de la distribution spécialisée. VOTRE MISSION : Automatiser et industrialiser les pipelines de transformation de données qui servent aux dashboards, modèles IA et data analyses Construire et modéliser la semantic layer de domaine métier (supply chain et production) ; Définir la stratégie de nos stacks techniques et garantir la qualité des données exposées ; Maintenir et repenser les datasets et pipelines existants pour servir une plus large variété de use cases ; Permettre de l'analytique intelligente en construisant des datasets robustes, fiables et pertinents ; Contribuer activement à notre communauté d'analytics engineers et de data engineers ; Le périmètre technique : Data-platform : Amazon Web Services, Databricks, Glue, S3 Code Programming : SQL, Python, Scala Data orchestration : Airflow Data modeling : dbt Data quality : great_expectations Software Delivery : Git, Github, Make

Bonjour 😀 Nous recherchons un Data Analyst / Analytics Engineer pour une mission chez l'un de nos clients ! 📍 Localisation : Île-de-France 🏠 Télétravail : 2 jours / semaine 📅 Démarrage : ASAP 🎯 Expérience : 5 ans minimum 🌍 Langues : Français et anglais courants Contexte : Dans le cadre de projets stratégiques de transformation métier, nous recherchons un Data Analyst / Analytics Engineer pour renforcer une équipe Data Insights & Analytics. Missions : Analyser les impacts des transformations métiers sur les KPI et les processus existants. Concevoir, maintenir et faire évoluer les reportings de performance. Adapter et fiabiliser les KPI métiers (Sales, Loyalty, Topline). Réaliser des analyses ad hoc et garantir la cohérence des données entre différentes sources. Revoir les règles de calcul, les définitions et les périmètres des KPI. Participer aux phases de cadrage, de tests et de validation des évolutions. Identifier les anomalies de données et assurer leur suivi. Collaborer avec les équipes métiers et techniques pour traduire les besoins en solutions analytiques. Compétences recherchées : SQL / Snowflake : très bonne maîtrise. Tableau / Dataiku / dbt : expérience significative. Solide expertise en Data Analytics, KPI et reporting. Bonne compréhension du Data Lineage et des transformations de données. Connaissance de Jira / ServiceNow appréciée. Capacité à travailler avec des interlocuteurs métiers et techniques. Autonomie, rigueur et excellent relationnel. Profil recherché : Data Analyst / Analytics Engineer disposant de 5 ans d'expérience minimum, avec une forte sensibilité métier et une capacité à intervenir sur des problématiques de transformation, de fiabilisation des données et de reporting stratégique.

Aperçu du Poste Nous recherchons un Data Analyst confirmé avec au moins 5 ans d'expérience pour rejoindre l'équipe centrale Data Insights & Analytics. Ce rôle est intégré au sein de la CRM Tribe afin de combler le fossé entre la stratégie commerciale et l'exécution des données. En travaillant en étroite collaboration avec les responsables produit et les PO côté données, ainsi qu'avec les parties prenantes métier de l'autre côté, le consultant aidera à définir les principaux KPI métier et à soutenir le développement de produits analytiques basés sur les données à grande échelle. Principales Responsabilités - Définition des besoins : Collaborer avec les principaux acteurs métier et les chefs de projet pour définir et s'aligner sur les KPI, concevoir des maquettes, définir les périmètres MVP et identifier les actifs de données réutilisables. - Analyses stratégiques : Réaliser des analyses métier transversales à fort impact pour guider la prise de décision, vérifier la conformité des données pour assurer leur exactitude et évaluer la valeur métier apportée par les produits de données. - Analyse exploratoire : Réaliser des explorations de données ciblées pour valider les hypothèses commerciales et identifier les opportunités de croissance. - Accompagnement des utilisateurs, adoption et support : Guider les utilisateurs sur les produits de données, les méthodologies et les outils en libre-service pour maximiser l'intégration et l'adoption des analyses. - Intégration de l'IA et des LLM : Utiliser des outils d'IA et des LLM populaires pour soutenir les fonctionnalités intelligentes dans les produits de données, ainsi que pour optimiser les tâches quotidiennes. Projets et produits principaux Le consultant contribuera à la base de données de plusieurs initiatives clés du portefeuille CRM et personnalisation : - Cycle de vie client : Analyser la progression des clients, les étapes de la valeur à vie et les stratégies de fidélisation pour optimiser l'engagement actif des membres. - Contractibilité : Surveiller et améliorer la santé de la base de données, les taux d'opt-in et la capacité de communication sur tous les canaux. - Personnalisation : Concevoir des analyses pour soutenir des campagnes et des interactions clients sur mesure, basées sur les données, afin de stimuler la performance. - Moteur de Personnalisation : Soutenir le moteur d'intelligence IA pour offrir des expériences personnalisées en temps réel sur tous les points de contact avec les clients. - ALL Voice Intelligence : Transformer les retours et conversations non structurés des clients en insights stratégiques. - KOC : Soutenir le développement de moteurs d'enrichissement client de nouvelle génération et l'acquisition de données contextuelles.

Mission longue, basée à Lille (hybride) avec présence sur site requise. Contexte : renforcement des activités de formation du client jusqu'à la fin de l'année 2026 et au début de l'année 2027. Nous recherchons une expertise confirmée en analyse de données, Data Quality et Data Management pour consolider des données de formation provenant de sources multiples (API, plateformes de formation externes, organismes indépendants), afin d'alimenter les rapports d'audit et réglementaires de fin d'année. Collecter, analyser, contrôler et formater les données conformément aux standards de qualité avant leur import dans Ccube et leur restitution dans les dashboards dédiés. Calculer et contrôler les KPIs liés à l'audit CSRD Legal Training, documenter les résultats et préparer des éléments de réponse traçables aux questions des auditeurs pendant l'audit du Q1 2027. Poursuivre la structuration d'un référentiel de compétences hard skills et soft skills, concevoir et recetter, en collaboration avec les BI Engineers, une nouvelle page Tableau présentant leur répartition. Accompagner les sujets relatifs aux mandatory skills et mandatory trainings, suivre la migration de Rise Up vers Rise Up 2, comparer avec l'historique en base et contrôler les informations fournies par les équipes métiers. Produire une documentation claire des contrôles, transformations, règles de gestion, anomalies et résultats. Garantir une présence sur site pendant la durée de la mission.

Analyser l'existant des tableaux de bord Téléphonie. Identifier les besoins d'évolution et les indicateurs pertinents. Proposer une rationalisation des tableaux de bord et des KPI. Définir un template commun et harmoniser les restitutions. Concevoir et développer les nouveaux tableaux de bord sous Tableau Software. Garantir la qualité, la fiabilité et la cohérence des données exploitées. Appliquer les standards et bonnes pratiques BI/Data du Groupe. Collaborer avec les équipes Data et les métiers pour transformer les besoins en solutions de reporting adaptées. Participer à l'optimisation des requêtes et des traitements de données.

Chef de projet Data Migration Legacy → S/4HANA. Secteur Défense / Aéronautique Profil : Consultant fonctionnel SAP QM / Data Migration, expérimenté en environnement industriel / Secteur Industrie, idéalement Défense ou Aéronautique. Mission : préparer la migration des données Legacy (SAP ECC ou ERP tiers) vers S/4HANA sur le domaine Qualité : avis qualité, plans qualité et données associées, en lien avec les Services Client et Procurement. Fonctionnel : maîtrise de SAP QM et de ses interactions avec SAP SD/CS et MM, compréhension des processus métier Qualité et des référentiels associés. Data Migration : animer les ateliers avec les Business, définir les règles de scoping et de mapping, identifier les données à reprendre et rédiger les spécifications fonctionnelles de migration (extraction, transformation, chargement). Projet : travailler à l'interface Métiers / IT / équipes Data Migration, contribuer à la qualité des données, aux contrôles de cohérence et à la validation fonctionnelle des reprises. Format : mission longue, consultant autonome, à l'aise côté AMOA comme côté MOE, distanciel/présentiel (Dept 92).

Rattaché(e) à la DSI, vous prenez la responsabilité d'un pôle d'environ dix personnes, au sein d'une organisation internationale et multiculturelle. Vous encadrez les activités applicatives, les développements spécifiques et les ressources dédiées à la data, notamment en data engineering. Vous travaillez en lien étroit avec les équipes métiers, les équipes IT, les architectes, les prestataires et les éditeurs. Finalité du posteVous garantissez le bon fonctionnement du portefeuille applicatif tout en conduisant sa transformation vers une gestion davantage orientée par la valeur, la disponibilité et la gouvernance des données. Vous devez donc concilier deux responsabilités : Assurer le run applicatif et la continuité des services. Construire la trajectoire Applicatif & Data pour les années à venir, en développant progressivement la gouvernance des données et son rôle dans les décisions du système d'information. Missions principales1. Piloter le portefeuille applicatifSuperviser un portefeuille d'environ une centaine d'applications métier, ainsi que les applications spécifiques et les outils associés. Assurer la disponibilité, la fiabilité et la continuité des applications. Organiser le traitement des demandes, incidents et problèmes, et contribuer à la gestion des crises lorsque nécessaire. Suivre les risques liés à l'obsolescence, à la sécurité, à la conformité et à la dépendance aux applications. Piloter les prestataires et éditeurs : qualité de service, engagements, priorités, coûts et plans d'amélioration. Veiller à ce que les applications répondent aux besoins des métiers et s'intègrent dans l'architecture du groupe. Porter une attention particulière à SAP, application majeure du système d'information, déployée à l'échelle internationale et essentielle aux opérations. 2. Conduire la transformation vers une approche dataFaire évoluer progressivement une gestion historiquement centrée sur les applications vers une approche qui prend davantage en compte les données et leur valeur. Poursuivre la démarche pragmatique engagée par l'entreprise : gouverner en priorité les données essentielles aux métiers et aux initiatives d'IA, puis étendre progressivement le périmètre. Définir, avec les équipes concernées, les priorités de gouvernance, de cartographie et de mise sous contrôle des données. Aider à construire une vision opérationnelle de la donnée : responsabilités, pratiques de gouvernance, qualité, localisation, usages et liens avec les applications. Contribuer à faire évoluer les critères de décision sur le cycle de vie des applications, en intégrant davantage la valeur des données qu'elles hébergent ou utilisent. Accompagner les initiatives data et IA en veillant à la disponibilité, à la fiabilité et à la bonne gouvernance des données mobilisées. Travailler avec les équipes data et les architectes à l'évolution du socle technique, notamment dans l'environnement Google Cloud Platform et BigQuery. 3. Manager et développer l'équipeEncadrer, mobiliser et faire progresser une équipe d'environ dix personnes, aux compétences et responsabilités variées. Définir des objectifs clairs et organiser les priorités entre activités opérationnelles et projets de transformation. Accompagner les collaborateurs dans un contexte de ressources contraintes et de changements continus. Favoriser la coopération entre les équipes applicatives, data, métiers et opérations. Développer une culture d'amélioration continue, de responsabilisation et de partage des connaissances. Adapter son management à une équipe multiculturelle et à des interlocuteurs de niveaux de maturité différents. 4. Accompagner les métiers et les parties prenantesComprendre les processus, les besoins et les contraintes des métiers, y compris dans les sites industriels. Établir des relations de travail efficaces avec les responsables métier, les key users et les équipes IT. Aider les équipes à progresser dans leur compréhension des applications, des données et de leurs responsabilités. Adapter les démarches aux réalités de chaque fonction : les niveaux d'équipement et de maturité data varient fortement d'une direction à l'autre. Convaincre et fédérer autour d'une trajectoire commune, sans supposer que toutes les équipes sont au même niveau de préparation. 5. Piloter la performance et les ressourcesConstruire et suivre les plans d'action du pôle, les priorités, les risques et les dépendances. Arbitrer entre la continuité opérationnelle, les demandes des métiers et les objectifs de transformation. Optimiser l'organisation du pôle afin de préserver du temps pour les évolutions de fond, sans dégrader le run. Suivre les budgets, les prestataires et les ressources disponibles. Mettre en place des indicateurs pertinents pour apprécier la qualité de service, la progression des projets et l'avancement de la gouvernance data. Enjeux du posteMaintenir un système d'information qui soutient les opérations d'un groupe industriel international. Préserver la continuité des applications tout en faisant avancer la transformation. Développer la gouvernance des données de manière progressive, en partant des données prioritaires et des usages concrets. Contribuer à des décisions plus objectives sur l'évolution du portefeuille applicatif. Faire progresser des métiers dont les niveaux de maturité applicative et data sont très différents. Réaliser ces objectifs dans un contexte où les ressources sont limitées et où la capacité à prioriser est essentielle.

Dans le cadre de l'accélération de sa stratégie Data & IA, une filiale d'un grand groupe bancaire français centralise ses données dans le Data Lake du groupe et construit un socle de données commun, dont un datamart dédié aux données financières. Nous recherchons un Data Analyst / MOA Finance confirmé pour accompagner la transformation des processus Finance, Comptabilité et Contrôle de gestion. Vous interviendrez en lien étroit avec la direction financière et la Direction Data. Vos missions : Automatiser et sécuriser le processus de clôture mensuelle - Concevoir, fiabiliser et industrialiser les traitements de données Finance - Concevoir des datamarts Finance directement exploitables par les métiers - Mettre en place des indicateurs précalculés au service du pilotage de la performance - Analyser et expliquer les écarts entre réalisé, budget et N-1 - Réaliser les rapprochements entre comptabilité et contrôle de gestion, et suivre les comptes de passage - Concevoir des rapports et un outil de pilotage sous Qlik Sense - Produire des solutions robustes, documentées et orientées usage

Contexte de la mission : Dans le cadre d'un projet stratégique dans le secteur de l'aérospatial et de la défense, nous recherchons un Data & AI Engineer expert Dataiku DSS pour accompagner le développement et l'industrialisation de solutions Data et Intelligence Artificielle. L'objectif est d'intervenir sur l'ensemble de la chaîne de valorisation des données, depuis leur ingestion et leur préparation jusqu'à leur exploitation au travers d'applications métiers, de visualisations et de solutions d'IA générative. Le consultant évoluera dans un environnement exigeant en matière de sécurité, de confidentialité et de qualité des données, avec des enjeux importants de cloisonnement des datasets et de traçabilité. Avantages de la mission : Projet à forte valeur ajoutée dans un secteur stratégique, à la croisée de la Data et de l'Intelligence Artificielle. Périmètre technique complet, de l'ingestion des données jusqu'aux applications métiers et aux agents IA. Environnement stimulant, avec des problématiques concrètes de sécurité, de qualité et d'exploitation des données. Autonomie et responsabilités sur la conception et la mise en œuvre des solutions. Collaboration avec les équipes métiers, permettant d'avoir un impact direct sur les usages des solutions développées.

Nous recherchez pour une mission longue chez notre client secteur banque/finance en région parisienne Profil recherché : x Qui sommes-nous : INGENIANCE est une ESN spécialisée en finance de marché, banque et assurance depuis plus de 18 ans. Nous accompagnons les grands acteurs bancaires et assurantiels français sur leurs projets les plus critiques, avec une expertise reconnue en Craft Development, Big Data, Cloud/DevOps et Agilité. Rejoindre Ingéniance, c'est intégrer une communauté d'experts, être accompagné par un management de proximité et construire son parcours sur des missions à forte valeur ajoutée. Build your success! Ref : O-KUPCP

Contexte & Enjeux Rattaché(e) au Responsable Pilotage de la Performance, vous intervenez directement auprès de la Direction COMEX Marchandise pour éclairer la dynamique des Parts de Marché (PDM) de Carrefour. La mission couvre l'ensemble du spectre d'analyse, du suivi hebdomadaire jusqu'aux projections et visions pluriannuelles. Missions & Livrables En forte autonomie, vous accompagnez la Direction dans la compréhension fine et le pilotage des Parts de Marché : Reportings & Projections : Réalisation des reportings hebdomadaires et projections pluriannuelles de PDM pour le COMEX Marchandise (Google Slides). Data Visualisation : Création et optimisation de dashboards interactifs d'aide à la décision (Looker Studio, Tableau, Google Sheets). Études Ad Hoc : Notes d'analyses ciblées éclairant les impacts business sur la PDM. Data Processing : Rédaction et optimisation de scripts d'extraction et de modélisation de données (SQL / BigQuery, Python).

Missions principales Assurer le pilotage global de la maintenance et de l'évolution de l'application, en lien avec : la MOA ; le prestataire chargé des développements ; les équipes internes intégration / exploitation / DevSecOps ; les équipes support de la DTNUM : architecture, tests, sécurité... Principales responsabilités Pilotage de la maintenance corrective et évolutive ; Suivi du bon fonctionnement de l'application ; Suivi des actions d'amélioration des performances ; Coordination et pilotage des équipes de développement ; Animation des comités projet ; Reporting auprès de la hiérarchie et des équipes métier ; Planification et suivi des activités ; Suivi financier du projet ; Pilotage des phases de tests, audits et homologation ; Suivi des sujets sécurité, RGPD, RGAA et métrologie ; Formalisation et maintien de la documentation projet.

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.

La Direction des Systèmes d'Information métier (DSI) est en charge du maintien en conditions opérationnelles et de l'évolution stratégique du Système d'Information dédié à l'assurance vie et à la finance. Pour soutenir cette ambition, nous recherchons un Ingénieur Data expérimenté, de niveau III pour intégrer l'équipe de développement DATA DSI. Vous rejoindrez notre nouvelle équipe DATA pour construire, maintenir et optimiser les plateformes et les pipelines de données, garantissant ainsi la fiabilité et l'accessibilité de la donnée pour l'ensemble de l'entreprise. Missions Clés de l'Ingénieur DATA Le consultant Data sera Rattaché(e) au chef de projet de l'équipe, ce sera un contributeur fonctionnel essentiel dans le cycle de vie de la donnée. Le consultant sera au cœur du nouveau modèle DATA Les missions principales incluront : Analyse & Exploration de Données : Explorer et analyser les données d'Assurance-Vie pour répondre aux besoins d'études des directions métiers et extraire des insights exploitables des rapports et tableaux de bord décisionnels interactifs pour le suivi de l'activité (notamment via Tableau et Business Objects). Préparation & Traitement des Données : Préparer, nettoyer et agréger les jeux de données nécessaires aux analyses et à l'alimentation des DataMarts métiers (via Dataiku et SQL). Modélisation & Indicateurs (KPIs) : Traduire les besoins fonctionnels en indicateurs clés, et participer à la conception des modèles de données analytiques (modélisation dimensionnelle). Recette & Qualification Fonctionnelle : Garantir la qualité, la fiabilité et la cohérence des données restituées, rédiger le plan de test et mener à bien les phases de qualification fonctionnelle. Expertise du langage SQL. Capacité à challenger une solution, chiffrer les couts de réalisation et mener à bien les phases de qualification.

En tant qu'ingénieur·e data, vous contribuerez à la modernisation d'une plateforme analytique, avec pour objectif d'accélérer la migration des traitements existants de Dataiku vers dbt et Snowflake. Vous développerez et maintiendrez des modèles dbt conformes aux standards de nommage, de tests, de documentation et d'intégration continue. Vous structurerez les différentes couches de données — raw, staging et marts — et concevrez des pipelines ELT robustes et évolutifs. Vous analyserez les flux Dataiku à convertir, optimiserez les requêtes Snowflake et contribuerez à la maîtrise des ressources de calcul, du stockage et des coûts. Vous mettrez en œuvre les tests de qualité, documenterez les modèles et participerez au suivi de la traçabilité des données. Vous prendrez également part aux revues de code, au monitoring et à l'alerting des pipelines, en vous appuyant sur des outils de développement assistés par l'IA. Le poste est basé à Saint-Denis, en mode hybride, avec jusqu'à 10 jours de télétravail par mois et une présence minimale de deux jours par semaine.

La Digital Factory Supply Chain conçoit et développe les services digitaux couvrant l'ensemble de l'approvisionnement, de la commande automatique en magasin à la gestion des fournisseurs, de la préparation en entrepôt au transport vers les points de vente. La prestation s'inscrit dans le cadre du projet Data Supply, composante majeure de la transformation de l'architecture data et de la gouvernance Supply Chain. Le projet s'articule notamment autour de : La centralisation et la fiabilisation des données Supply Chain dans le Data Lake Phenix / Darwin sous GCP / BigQuery. La valorisation et la diffusion des données auprès des métiers via des reportings, extractions automatisées et pushs mails. La structuration et la modélisation des données afin de fournir aux décideurs métiers des indicateurs fiables, automatisés et ciblés. Livrables attendus : Modèles sémantiques, dictionnaires de données et référentiels de règles de gestion unifiés. Scripts BigQuery et pipelines d'extractions/pushs automatisés. Tableaux de bord BI sous Looker Studio / Tableau. Cartographie des données sources et documentation des flux migrés.