Mission freelance Data architect senior – snowflake & modélisation décisionnelle

Contexte :
Dans le cadre du renforcement de ses capacités Data, notre client recherche un(e) Data Architect Senior spécialisé(e) en Snowflake et en modélisation décisionnelle. La mission combine une forte expertise technique de la plateforme Snowflake avec une dimension Business Analyst afin de comprendre les besoins métiers, qualifier le contenu des datasets et concevoir des modèles et vues sémantiques destinés à être exposés aux utilisateurs. Le/la consultant(e) accompagnera également les équipes internes dans leur montée en compétences et la mise en œuvre des bonnes pratiques.
Missions principales :
·        Accompagner les équipes internes dans l’appropriation de Snowflake et la mise en œuvre des bonnes pratiques.
·        Conseiller sur les patterns d’usage et les choix d’architecture Snowflake.
·        Concevoir une architecture décisionnelle autour de Snowflake à partir de sources AWS.
·        Orienter les choix d’implémentation afin d’optimiser les coûts de compute.
·        Définir les stratégies de sizing et de configuration des virtual warehouses.
·        Optimiser les mécanismes de clustering, partitionnement, cache et multi-cluster warehouses.
·        Analyser les performances des requêtes à l’aide du query profiling et identifier les leviers d’optimisation.
·        Concevoir et mettre en œuvre une stratégie d’historisation des données robuste et maîtrisée.
·        Analyser les besoins métiers et les traduire en modèles de données adaptés.
·        Dialoguer avec les équipes fonctionnelles afin de qualifier le contenu des datasets.
·        Concevoir des vues sémantiques alignées avec les usages métier : reporting, analyse et restitution.
·        Assurer le transfert de compétences auprès des équipes internes tout au long de la mission.
Livrables attendus :
·        Architecture décisionnelle Snowflake basée sur les sources AWS.
·        Modèles de données et vues sémantiques orientés usages métier.
·        Stratégie d’historisation des données.
·        Recommandations d’architecture et de patterns d’usage Snowflake.
·        Préconisations d’optimisation des coûts et des performances.
·        Documentation des bonnes pratiques et choix d’implémentation.
·        Supports de montée en compétences et transfert de connaissances.