Trouvez votre prochaine offre d’emploi ou de mission freelance Statistiques

85 résultats
Freelance

Mission freelanceFormateur [Sur mesure] SQL avancé et performance (DB2 LUW)

ELUV
Publiée le
Batch
Clustering
Hibernate

1 mois
France
Eluv recherche un formateur ou une formatrice indépendant(e) pour animer la formation « [Sur mesure] SQL avancé et performance (DB2 LUW) ». Dates : 2j selon vos dispos Lieu : en présentiel à Bruxelles Programme de la formation : Objectifs pédagogiques - Lire un plan d'exécution et y repérer un parcours complet de table (TBSCAN) inutile - Analyser une requête à plusieurs jointures et identifier l'étape coûteuse - Proposer un index adapté et en mesurer l'effet - Réécrire une requête en SQL standard (WITH, EXISTS, fonctions de fenêtrage) et prouver le gain par le plan - Décider quand JPA suffit et quand passer au SQL natif Programme détaillé Jour 1 - M1 - Introduction : SQL natif ou JPA ? (20 min) - Pourquoi JPA génère parfois un SQL coûteux, et dans quels cas il reste le bon choix - Présentation d'un exemple réel : une requête générée par Hibernate et sa version réécrite, avec les deux plans Jour 1 - M2 - Comment DB2 LUW exécute une requête (40 min) - L'optimiseur basé sur les coûts et l'unité de coût (timeron) - Le rôle des statistiques et de RUNSTATS : une estimation fausse produit un mauvais plan - Pages, buffer pool, lectures logiques et physiques : ce que coûte un parcours complet de table Jour 1 - M3 - Lire un plan d'exécution (1 h 30, dont 45 min de pratique) - Créer les tables EXPLAIN et produire un plan avec db2exfmt - Reconnaître les opérateurs principaux : TBSCAN, IXSCAN, FETCH, SORT, NLJOIN, HSJOIN, MSJOIN - Lire les cardinalités estimées et le coût cumulé pour trouver l'étape la plus coûteuse - Exercice : analyser cinq plans et identifier pour chacun la source du coût Jour 1 - M4 - Les index (1 h 40, dont 50 min de pratique) - Structure B-tree et principe d'accès - Index composite : ordre des colonnes (égalités d'abord, puis plages et tris) - Accès par index seul (index couvrant), colonnes INCLUDE sur les index uniques, index de clustering - Sélectivité : quand un index est ignoré, et pourquoi c'est parfois normal - Coût des index en écriture : ne pas multiplier les index - Utiliser l'outil de conseil db2advis avec esprit critique - Exercice : proposer un index pour trois requêtes lentes et mesurer l'effet sur le plan Jour 1 - M5 - Prédicats et indexabilité (50 min) - Prédicats qui empêchent l'usage d'un index : fonction sur une colonne, conversion implicite de type, LIKE '%x', certains OR - Réécritures équivalentes, par exemple une plage de dates au lieu de YEAR(date_col) = 2026 - Gestion des valeurs NULL et effet sur les prédicats - Exercice : réécrire cinq prédicats pour les rendre indexables Jour 1 - M6 - Les jointures en profondeur (2 h, dont 1 h de pratique) - Les trois méthodes de jointure de DB2 LUW (NLJOIN, MSJOIN, HSJOIN) : quand l'optimiseur choisit chacune - Pourquoi une boucle imbriquée sans index sur la table interne provoque un parcours répété - Ordre de jointure et dépendance aux statistiques - Indexer les colonnes de jointure, notamment les clés étrangères côté table enfant (DB2 ne les indexe pas automatiquement) - Joindre des colonnes de même type et de même longueur, sans fonction - Filtrer tôt pour réduire le volume qui entre dans la jointure - Piège du LEFT JOIN filtré dans le WHERE, qui devient une jointure interne - Exercice : analyser et optimiser une requête à quatre ou cinq jointures, étape par étape, avec mesure du gain Jour 2 - M7 - Sous-requêtes et semi-jointures (50 min) - EXISTS, IN, NOT EXISTS, NOT IN : différences de comportement, notamment avec les valeurs NULL - Remplacer une jointure suivie d'un DISTINCT par EXISTS quand on teste seulement l'existence - Sous-requêtes corrélées ou jointures : comparer les plans - Exercice : réécrire trois requêtes et comparer les plans Jour 2 - M8 - Le WITH (expressions de table communes) (1 h) - Le WITH comme outil de lisibilité et de découpage d'une requête complexe - Agréger avant de joindre : l'usage le plus utile du WITH pour la performance - Une CTE n'est pas automatiquement plus rapide : selon le cas, l'optimiseur l'intègre à la requête ou la matérialise. Démonstration par le plan - CTE récursive pour les hiérarchies - Exercice : restructurer une requête complexe avec WITH et comparer les plans avant/après Jour 2 - M9 - Fonctions de fenêtrage (50 min) - ROW_NUMBER, RANK, DENSE_RANK, agrégats avec OVER (PARTITION BY … ORDER BY …), LAG et LEAD - Remplacer des auto-jointures et des sous-requêtes corrélées par une seule lecture - Cas types : dernière ligne par groupe, top N par groupe, cumul, dédoublonnage - Exercice : réécrire deux requêtes à auto-jointure avec une fonction de fenêtrage Jour 2 - M10 - Pagination et limitation des résultats (30 min) - FETCH FIRST n ROWS ONLY et OFFSET : pourquoi OFFSET devient coûteux sur de gros volumes - Pagination par clé (keyset) comme alternative - OPTIMIZE FOR n ROWS pour orienter l'optimiseur vers un premier résultat rapide Jour 2 - M11 - Traitements ensemblistes, transactions et verrous (45 min) - Remplacer les boucles Java ligne par ligne par des instructions ensemblistes : INSERT … SELECT, UPDATE et DELETE avec sous-requête, MERGE - Fréquence des COMMIT dans les traitements de masse - Niveaux d'isolation de DB2 (UR, CS, RS, RR), verrous et attentes : ce que le développeur doit savoir - Exercice : transformer un traitement ligne par ligne en une instruction MERGE Jour 2 - M12 - SQL, JPA et JDBC (1 h 15) - Récupérer le SQL généré par Hibernate et l'analyser avec db2exfmt - Problème N+1, chargement EAGER et LAZY, JOIN FETCH - Produit cartésien lors du chargement de plusieurs collections - Projections DTO plutôt qu'entités complètes - Requêtes natives et JDBC : requêtes paramétrées, traitement par lots (batch) - Critères pour décider : JPA, JPQL ou SQL natif - Exercice : corriger un cas N+1 et comparer le nombre de requêtes et le temps Jour 2 - M13 - Atelier sur cas réels et synthèse (1 h 50) - Travail en binômes sur des requêtes réelles fournies par ETNIC - Démarche complète : plan initial, diagnostic, index ou réécriture, plan final, mesure du gain - Restitution des binômes et discussion - Synthèse : liste de contrôle « requête performante » à garder après le cours - Évaluation des acquis Public visé : Développeurs Java habitués à JPA/Hibernate Prérequis des apprenants : SELECT, WHERE, GROUP BY, jointures simples. Notions de base de JPA. Profil recherché : Formateur ou formatrice expérimenté(e) sur le sujet, avec une pratique professionnelle récente du terrain et, idéalement, une première expérience d'animation de formation. Statut indépendant (freelance, micro-entreprise ou portage salarial). Comment candidater : Postulez à cette offre : vous recevrez un mail avec le lien pour créer votre profil formateur sur la plateforme Eluv, y déposer votre CV et réserver un créneau de visio avec notre équipe. Vous pourrez ensuite vous positionner sur cette formation et sur toutes celles que vous pouvez assurer. À propos d'Eluv : Eluv est un organisme de formation spécialisé dans l'IT et le digital. Nous concevons et animons des formations pour les entreprises, en présentiel partout en France et à distance, en nous appuyant sur un réseau de formateurs indépendants experts de leur domaine. Nous prenons en charge la relation avec le client, la logistique et l'administratif, pour que le formateur puisse se concentrer sur l'animation de sa session.
Voir cette offre
CDI

Offre d'emploiData Protection Compliance Manager

█ █ █ ██ █ █
Publiée le
Gestion des risques
RGPD
Statistiques

£40,559-48,841

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiSenior Principal Data Governance Lead (Cambridge)

█ █ █ ██ █ █
Publiée le
Data Engineering
Statistiques

CB1 0AD, Cambridge, England, United Kingdom

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
Alternance

Offre d'alternanceApplied Data and AI Apprentice - Birmingham

█ █ █ ██ █ █
Publiée le
Python
SQL
Statistiques

£27,400
Birmingham, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiSenior Data Engineer

█ █ █ ██ █ █
Publiée le
Business Intelligence
Data Engineering
Data science

Swansea, Pays de Galles, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiMachine Learning Engineer - SC (DV Clearable) - Perm

█ █ █ ██ █ █
Publiée le
Apache Kafka
Docker
FastAPI

£54k-64k
Grand Londres, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiData Analyst/IT Auditor (Internal Audit)

█ █ █ ██ █ █
Publiée le
Data analysis
Microsoft Power BI
Power Query

£46,400-65k
Reading, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiData Science Expert - AI Content Specialist

█ █ █ ██ █ █
Publiée le
Data Engineering
Data science
Deep Learning

Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiData Science Expert - AI Content Specialist

█ █ █ ██ █ █
Publiée le
Data Engineering
Data science
Deep Learning

Cambridge, Angleterre, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
CDI

Offre d'emploiSenior Consultant, Geospatial Data Science

█ █ █ ██ █ █
Publiée le
Azure
Business Development
Data science

Oxford, Angleterre, Royaume-Uni

Offre importée

Offre issue du marché tech, identifiée automatiquement pour vous donner une vue complète des opportunités.

Accès restreint à la communauté

Rejoignez notre plateforme pour accéder aux détails de cette offre et obtenir un accès aux meilleures offres du marché.

Voir cette offre
Freelance
CDI

Offre d'emploiChef de projet métier (H/F), Modernisation d'un SI statistique, secteur public

Avanda
Publiée le
Budget Management
Gestion de projet
Migration

4 ans
79k-118k €
600-850 €
Divonne-les-Bains, Auvergne-Rhône-Alpes
Chef de Projet Métier – Modernisation SI Statistique📍 Lieu : Lausanne (Hybride) | 📅 Début : Janvier/Février 2027 | ⏳ Durée : Jusqu'en déc. 2030 | 🕒 Taux : Min. 80% 🏢 Le ContexteDans le cadre de la modernisation de son système d'information, notre client en Suisse Romande (Genève/Lausanne) recherche un Chef de Projet Métier. Ce projet stratégique vise à déployer une nouvelle solution d'analyse statistique (open-source), migrer les traitements existants et optimiser la collecte et la diffusion des données. Mené en approche "design to cost" sur 4 ans, le projet impacte une trentaine de collaborateurs. Il est piloté de manière bicéphale : vous travaillerez en binôme étroit avec un·e Chef·fe de projet IT, garantissant l'alignement entre les enjeux métiers et la réalisation technique. Vos Missions PrincipalesPilotage du projet : Conduire le volet métier en méthodologie Hermes, en assurant la coordination et l'alignement entre les équipes métiers et l'équipe IT. Gestion de la migration : Concevoir, planifier et superviser la migration des traitements statistiques en préparant et en pilotant les équipes internes (qui réaliseront la migration). Gestion des besoins : Recueillir, prioriser et arbitrer les exigences des utilisateurs en fonction de la valeur ajoutée et de la complexité technique. Conduite du changement : Élaborer et déployer le plan de communication, de formation et d'accompagnement au changement. Suivi et Reporting : Assurer le suivi budgétaire (volet métier), le reporting auprès de la direction et du COPIL, et garantir une réactivité optimale. Gestion des fournisseurs : Piloter les relations et le respect des engagements des prestataires hors IT.
Voir cette offre
Freelance

Mission freelanceData scientist H/F

HAYS France
Publiée le

12 mois
400-460 €
Tours, Centre-Val de Loire
La mission consiste à accompagner les équipes métier, notamment commerciales et marketing, dans la compréhension de leurs données et la conception de solutions analytiques directement exploitables. Vous interviendrez à la fois sur le cadrage des besoins, la préparation des données, la réalisation d'études statistiques, le développement de modèles prédictifs et la restitution des résultats auprès des décideurs. Vos principales responsabilités : Recueillir, analyser et reformuler les besoins des équipes métier. Traduire les demandes fonctionnelles en problématiques Data concrètes. Identifier des tendances et proposer de nouvelles pistes d'analyse. Explorer, qualifier, nettoyer et structurer des volumes importants de données. Construire, optimiser et maintenir les flows dans Dataiku DSS. Réaliser des analyses statistiques exploratoires et confirmatives. Sélectionner et appliquer les tests statistiques adaptés. Concevoir des projets de segmentation et de clustering. Développer des modèles prédictifs et des scores métiers. Travailler sur des problématiques d'appétence et d'attrition. Réaliser des bilans d'actions et mesurer l'impact des dispositifs métier. Présenter les résultats de manière claire, pédagogique et orientée décision. Produire la documentation technique et fonctionnelle des traitements et modèles. Livrables attendus :Flows Dataiku DSS construits, optimisés et documentés. Jeux de données préparés et valorisés pour les besoins métier. Algorithmes de segmentation et de clustering finalisés. Scores d'appétence et d'attrition opérationnels. Rapports d'études et bilans d'actions. Supports de présentation à destination des équipes métier et des décideurs. Documentation technique et fonctionnelle assurant la pérennité des travaux.
Voir cette offre
Freelance

Mission freelanceData Scientist - Tours

Signe +
Publiée le
Dataiku
Modélisation
Python

6 mois
400-430 €
Tours, Centre-Val de Loire
Cadrage et relation métier : Recueillir, analyser et reformuler les besoins des équipes métier afin de les traduire en problématiques Data concrètes. Proposer un rôle de conseil et d'éclairage complémentaire : repérer des tendances émergentes, suggérer des pistes d'analyse non identifiées et proposer de nouvelles perspectives d'action. Exploration et préparation des données : Explorer, qualifier, nettoyer et structurer d'importants volumes de données issus de sources variées. Construire, optimiser et maintenir les flux de traitement (flows) au sein de la plateforme Dataiku DSS. Modélisation et analyses statistiques : Réaliser des analyses statistiques exploratoires et confirmatives rigoureuses en appliquant des tests statistiques adaptés. Concevoir et développer des projets de segmentation et de clustering. Élaborer des modèles prédictifs et produire des scores métiers (appétence, attrition/attrition risque, etc.). Restitution et valorisation : Réaliser des bilans d'actions et évaluer l'impact des dispositifs métiers. Synthétiser et présenter les résultats de manière claire et pédagogique auprès des différentes parties prenantes. Concevoir des supports de présentation d'aide à la décision au sein de l'environnement Google Workspace. Livrables attendus Traitements Data & Workflows : Flows Dataiku DSS construits, optimisés et documentés. Jeux de données (datasets) préparés et valorisés pour les différents usages métier. Modèles & Scores : Algorithmes de segmentation et de clustering finalisés. Scores d'appétence et d'attrition opérationnels et exploités. Analyses & Restitutions : Rapports d'études et bilans d'actions détaillant les enseignements clés. Supports de présentation (Google Slides / Google Docs) adaptés aux instances de restitution et aux décideurs métier.
Voir cette offre

Au service des talents IT

Free-Work est une plateforme qui s'adresse à tous les professionnels des métiers de l'informatique.

Ses contenus et son jobboard IT sont mis à disposition 100% gratuitement pour les indépendants et les salariés du secteur.

Free-workers
Ressources
A propos
Espace recruteurs
2026 © Free-Work / AGSI SAS
Suivez-nous