Trouvez votre prochaine mission ou futur job IT.

Objectifs Mission de l’équipe : Collecte centralisée, production, validation et diffusion des données utilisées de manière transverse dans le reporting. L’objectif est de livrer, dans les délais, des données complètes et fiables aux autres équipes du département Reporting, ainsi que d’optimiser les canaux de production des contrôles de données. L’équipe est organisée autour de quatre piliers cibles. Cette organisation sera progressivement déployée en fonction des contraintes de production et métier. 1. Conception et mise en œuvre des contrôles de données L’équipe est responsable du renforcement des contrôles à réaliser afin de sécuriser la production du reporting. Elle a pour mission de concevoir de nouveaux contrôles de manière réactive, en s’appuyant sur la connaissance des données par ses membres, les incidents passés et les besoins de la communauté data. Le backlog des contrôles de données doit également être priorisé et mis en œuvre de manière agile. L’équipe est aussi responsable de donner une visibilité complète sur les résultats des contrôles de données à la communauté data, c’est-à-dire aux producteurs et utilisateurs de données. Chaque contrôle de données mis en œuvre doit produire des résultats mesurables afin d’alimenter les indicateurs de qualité des données, ou Data Quality KPI’s . 2. Production et analyse des contrôles de données L’équipe est responsable de réaliser les contrôles actuellement en place et ceux qui seront déployés à l’avenir, ainsi que de fournir une analyse professionnelle des résultats. La production des contrôles se décompose en trois étapes principales : Sécuriser l’accès aux données à travers plusieurs bases de données et systèmes. Exécuter les processus de contrôle, selon la technologie utilisée, par exemple SQL ou Alteryx. Sauvegarder ou envoyer les résultats des contrôles selon un format convenu et standardisé, par exemple un tableau croisé dynamique. Les résultats des contrôles peuvent avoir deux types d’issues : Les résultats binaires, de type « vrai ou faux », déclenchent directement un processus de remédiation. Les autres types de résultats, par exemple des variations numériques déclenchées, nécessitent d’abord une analyse approfondie afin de déterminer s’il s’agit ou non d’un réel problème. L’équipe s’appuie pour cela sur les connaissances data et asset management de ses membres. 3. Supervision et suivi de la remédiation des données Sur la base des résultats et analyses des contrôles de données, l’équipe est responsable d’initier et de superviser la remédiation des données détenues par d’autres équipes. L’équipe est responsable de toutes les données calculées principalement des données agrégées, et doit donc corriger ses propres données lorsque cela est applicable. Tous les incidents doivent être enregistrés et suivis dans le système choisi, AskNow . À partir de la connaissance data des membres de l’équipe et des interactions avec la communauté data, l’équipe est responsable de prioriser les processus de remédiation afin de maximiser la valeur livrée aux utilisateurs finaux, notamment aux clients. Les incidents ou problèmes post-production doivent être évalués à la lumière de l’usage et de la sensibilité des données, afin d’adopter une approche proactive et efficace pour sécuriser les prochaines productions. 4. Animation de la communauté data Afin d’améliorer la communication et la connaissance autour des données dans l’entreprise, l’équipe est responsable de créer et de gouverner une communauté data, composée d’utilisateurs et de producteurs de données. Cette communauté a les objectifs suivants : Donner de la visibilité aux utilisateurs internes et externes sur la qualité des données des reportings. Donner de la visibilité à la communauté data sur les plans d’action de remédiation, qu’il s’agisse d’actions ponctuelles ou de nouveaux contrôles à développer. Donner la parole à la communauté data afin de capter les améliorations pertinentes. Identifier de nouveaux besoins à travers la gouvernance et les projets. Accroître l’efficacité en communiquant de manière proactive sur les problèmes, afin d’éviter une charge de travail inutile en aval. L’équipe est responsable de créer et piloter cette gouvernance via différents canaux de communication : emails de KPI, tableaux de bord de contrôles, forums data, communication proactive lors d’événements dédiés, etc.

Data Engineer / Analytics Engineer Snowflake | Paris | Freelance Je recherche un consultant freelance avec une véritable expertise Snowflake pour rejoindre une équipe Data déjà bien structurée. Le socle technique est en place. Les flux d'ingestion, la CI/CD et les processus de déploiement fonctionnent déjà. L'enjeu est désormais de faire évoluer le Data Warehouse, modéliser la donnée et construire les couches métier utilisées par les équipes BI. Informations mission • Localisation : Paris 20 • Présence : 3 jours sur site par semaine + 2 TT • Démarrage : Août 2026 • Durée : Jusqu'à fin 2026 minimum (prolongation probable) • Contrat : Freelance • TJM : Selon expérience Votre rôle • Concevoir et faire évoluer le Data Warehouse Snowflake • Développer les transformations de données et les modèles métier • Écrire et optimiser des procédures stockées SQL • Participer à la modélisation décisionnelle et aux schémas analytiques • Intégrer les développements dans la chaîne CI/CD existante • Collaborer avec les équipes BI pour exposer des données fiables et performantes Environnement technique • Snowflake • SQL avancé • GitLab • Schemachange • VS Code • Fivetran • Informatica Les plus • Python • Informatica avancé • Connaissance de Tableau ou d'un autre outil de restitution Profil recherché • Très forte maîtrise de Snowflake • Excellente maîtrise SQL et optimisation des performances • Expérience sur la modélisation Data Warehouse et les modèles analytiques • Habitude des environnements industrialisés avec CI/CD • Autonome, rigoureux et capable de produire rapidement de la valeur Attention, nous recherchons une personne qui utilise Snowflake au quotidien et qui maîtrise réellement les problématiques de modélisation et de transformation de données. #Snowflake #DataEngineer #AnalyticsEngineer #SQL #DataWarehouse #Freelance #Paris #GitLab #Fivetran #Informatica

Dans le cadre d'un projet de valorisation de la donnée au sein d'un acteur majeur du secteur public, nous recherchons un Data Engineer confirmé pour intervenir sur une plateforme de traitement et d'exploitation des données (Dataiku, Vertica, Tableau Software). La mission s'inscrit dans un contexte sensible et réglementé, nécessitant un profil habilitable. L'environnement de travail est structuré autour d'une plateforme analytique interne — le Datalab — dont l'objectif est de centraliser la production de rapports et de tableaux de bord à destination des équipes métier. Le projet consiste à migrer et reproduire, au sein de ce Datalab, un ensemble de rapports et tableaux de bord existants, initialement développés via des univers Business Objects, en les adaptant aux standards et outils de la nouvelle plateforme. Vous interviendrez en mode sprint, dans une organisation Agile, avec des délais à respecter et une capacité de restitution de vos travaux attendue auprès des parties prenantes. Le périmètre technique couvre la modélisation en étoile (star schema), l'intégration et la transformation de données (ETL/ELT), la gestion des flux initiaux et différentiels (init/delta), ainsi que la validation et les tests de données. Vous contribuerez à l'industrialisation du socle de données selon les bonnes pratiques en vigueur, en assurant la qualité, la traçabilité et la maintenabilité des livrables produits. Responsabilités : - Reproduire les rapports et tableaux de bord existants au sein de la plateforme Dataiku/Vertica/Tableau Software - Concevoir et implémenter des modèles en étoile (faits/dimensions) selon les règles de l'art - Développer et maintenir les pipelines de données (ETL/ELT) via Talend et SQL avancé - Gérer les flux de données initiaux (init) et différentiels (delta) dans le respect des standards d'industrialisation - Assurer la qualité des données à travers des tests et des processus de validation - Collaborer avec les équipes métier pour comprendre les besoins et restituer les travaux réalisés - Contribuer à la documentation technique et au respect des bonnes pratiques de mise en production (MEP) - Travailler en mode sprint et respecter les jalons définis dans le cadre du projet

Nous recherchons un Architecte Data Senior (H/F) pour accompagner une organisation internationale dans la définition et l’évolution de son architecture data. Vous interviendrez au cœur des enjeux métiers et technologiques afin de garantir la fiabilité, l’accessibilité et la valorisation des données. Vos principales responsabilités : Définir la vision et la roadmap d’architecture data. Concevoir et faire évoluer les modèles de données (conceptuels, logiques et physiques). Participer à la conception d’une plateforme data moderne basée sur Azure (Data Lake, pipelines, analytics). Définir et promouvoir les bonnes pratiques de gouvernance, qualité et sécurité des données. Transformer les besoins métiers en solutions data robustes et évolutives. Accompagner l’équipe Data Engineering dans sa montée en maturité. Collaborer avec les architectes Infrastructure, Applicatif, Sécurité et Intégration. Assurer l’alignement architectural avec les partenaires externes. Mission proposée en freelance. Le consultant devra être mobile sur Bruxelles et disponible pour un fonctionnement hybride avec 2 à 3 jours de présence sur site par semaine

Dans le cadre du développement de la plateforme data, nous recherchons un(e) Data Engineer pour concevoir, construire et maintenir des pipelines de données robustes sur la plateforme Databricks. Vous évoluerez au sein d’une équipe data (Data Engineering / Data Platform / Analytics Engineering) et contribuerez à la mise en place d’une architecture moderne orientée cloud et data lakehouse. Missions principales Concevoir et développer des pipelines de données batch et streaming sur Databricks Construire et optimiser des traitements de données distribuées avec Apache Spark Modéliser des données dans une architecture lakehouse (Bronze / Silver / Gold) Mettre en place des workflows d’ingestion (ETL / ELT) depuis différentes sources (API, bases SQL, fichiers, events streaming) Assurer la qualité, la fiabilité et la gouvernance des données Optimiser les performances des jobs Spark (coût, latence, scalabilité) Mettre en place CI/CD pour les pipelines data Collaborer avec les Data Analysts, Data Scientists et équipes produit Participer à la mise en place des bonnes pratiques DataOps

Au sein d’un grand groupe bancaire, vous interviendrez en tant qu’expert pour accompagner la conformité privacy des cas d’usage développés avec des solutions d’ intelligence artificielle . Votre mission principale consistera à garantir que les projets IA respectent les exigences réglementaires et les bonnes pratiques en matière de protection des données personnelles. Vous serez amené à travailler en étroite collaboration avec les Product Owners (PO) et les équipes métiers pour évaluer, conseiller et valider la conformité des cas d’usage existants ou en développement. Compétences attendues Définir les politiques et stratégies de sécurité (Sécurité des SI et/ou Protection des données personnelles) Piloter la roadmap SSI et le plan SSI annuel Animer et apporter un support à la filière SSI et/ou Protection des données personnelles Former, communiquer et sensibiliser les équipes à la SSI ou à la Protection des données personnelles Identifier et évaluer les risques de sécurité sous un angle métier (impacts, dispositifs de maîtrise des risques) Élaborer le référentiel de contrôles permanents et réaliser les contrôles de niveau 2 Contribuer ou piloter des revues de sécurité et tests d’intrusion Assurer le suivi des plans de remédiation pour réduire les risques Réaliser des audits IT basés sur des référentiels normatifs (ISO, PCI DSS, SOC 2, etc.) Accompagner les PO dans la conformité privacy des cas d’usage IA Contribuer à la revue de conformité privacy des cas d’usage déjà en place

Conception et Développement • Concevoir et développer des vues de données virtualisées dans Denodo (base views, derived views, interface views) à partir des spécifications techniques fournies • Intégrer les sources de données hétérogènes (bases relationnelles, APIs REST/SOAP, fichiers, cloud, web services) • Optimiser les performances des requêtes (cache management, query optimization, data movement) • Créer et maintenir les data services et APIs pour exposer les données aux applications consommatrices • Implémenter les mécanismes de gouvernance et de traçabilité des données • Réaliser des tests de qualité, performance et cohérence des données • Documenter l'ensemble des développements et bonnes pratiques (wiki, Jira, Data Catalog) • Participer à la mise en production et au suivi des services de données Collaboration agile et gouvernance - Travailler en étroite collaboration avec le PO pour assurer la livraison des différents projets - Participer aux rituels agiles : daily, sprint planning, review, retrospectives. - Contribuer à la documentation fonctionnelle et technique du produit Data. - Promouvoir les bonnes pratiques Dataiku (modularité, réutilisabilité, qualité, performance).

En tant que Data Engineer, vous intervenez sur la conception, le développement et l’optimisation de pipelines de données robustes et scalables. Vous travaillez au cœur des plateformes Data afin de garantir la qualité, la disponibilité et la performance des données utilisées par les équipes métiers, BI et Data Science. Expérience attendue : 3 à 8+ ans en ingénierie Data. Vous correspondez au/à la Data Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique et d’une grande rigueur Vous êtes autonome , proactif et doté d’un solide sens des responsabilités Vous êtes capable de communiquer clairement avec des interlocuteurs techniques comme non techniques Vous savez prioriser vos tâches , gérer les contraintes et respecter vos engagements Vous disposez d’un bon esprit de synthèse et êtes orienté résultats et valeur métier Vous avez une bonne connaissance des environnements Business Intelligence , Big Data et des architectures Lakehouse Vous avez déjà travaillé sur des plateformes Data modernes (Cloud) Vous maîtrisez SQL comme langage d’interrogation des données et avez des notions de modélisation de données (architecture médaillon, modèle en étoile …) Vous disposez d’un bagage en software engineering , vous permettant d’écrire un code robuste, lisible, maintenable et testable, notamment en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes sensibilisé aux principes de qualité logicielle (tests unitaires, tests d’intégration, revue de code) Vous êtes à l’aise avec les outils de versioning ( Git ) et les workflows collaboratifs associés Vous savez concevoir des pipelines Data comme de véritables produits logiciels, en tenant compte de la maintenabilité, de l’évolutivité et de l’observabilité

EXPERT SOLUTION DATA IA DEVOPS Kubernetes NANTESCOMPETENCES TECHNIQUES : - DevOps => Maîtrise - Kubernetes dev => Maîtrise - Dataset (conception, extraction de données) => Opérationnel Créer/développer les solutions nécessaires à l’atteinte des points ci-dessus : - Être au cœur de la conception et la réflexion sur les solutions du futur de la Data et de l’IA - Accompagner les équipes pour adopter toutes les bonnes pratiques pour amener les produits (API et Data) en Production avec une garantie d’exécution maximale. Ces bonnes pratiques sont : Conception, Test, DevOps, Cloud Native, CI/CD, Git Ops, Bench as Code, Observabilité - Effectuer le support haut niveau sur les produits de la ezTech (Tous nos produits sont cloud native - full k8s et concourse) Activités à réaliser particulièrement pour la mission : - Participer activement au développement de la nouvelle Plateforme Data - Faire un POV sur les outils OpenSource Superset et Metabase. - Si connaissance d’Apache Flink k8s, participer activement à son évaluation - Pouvoir les mettre en place dans les règles GitOps et accompagner les équipes à tester l’outils. Activités à réaliser globalement pour la mission: - Mise en place de systèmes/solution/outils IA/Data à destination des équipes de réalisation - Mise en place et application du DevOps, GitOps, et de l’automatisation - Utilisation des systèmes de monitoring et d’alerting (ex. : Prometheus, Grafana ...). - Travailler en étroite collaboration avec les équipes de développement et d’opérations. - Analyse et optimisation des performances des applications et des infrastructures. - Rédaction de cookbook - Gestion des incidents et analyse des causes profondes puis mise en place de solutions pour éviter les récidives. - Proposition et mise en œuvre de nouvelles solutions pour améliorer les processus existants. - Effectuer une veille technologie active et la partager COMPETENCES TECHNIQUES : - DevOps => Maîtrise - Kubernetes dev => Maîtrise - Dataset (conception, extraction de données) => Opérationnel

Contexte de la mission: Dans le cadre du développement de nos activités data et de la montée en puissance de nos plateformes analytiques, nous recherchons un Data Engineer pour concevoir, construire et optimiser les pipelines de données alimentant nos applications métiers, nos plateformes analytiques et nos modèles d'intelligence artificielle.Vous rejoindrez une équipe Data pluridisciplinaire (Data Engineers, Data Scientists, Data Analysts, Architectes) et interviendrez sur toute la chaîne de traitement de la donnée : ingestion, transformation, structuration, optimisation, industrialisation et monitoring. Vos responsabilités: Vous serez en charge de: - Concevoir, développer et maintenir des pipelines de données robustes (batch & streaming) - Industrialiser la collecte, la transformation et la mise à disposition des données (ETL/ELT) - Assurer la qualité, la fiabilité et la disponibilité des datasets critiques - Participer à la modélisation et à la structuration des données (Data Lake, Data Warehouse) - Collaborer avec Data Scientists & Analysts pour fournir des données fiables et exploitables - Contribuer aux choix techniques et à l'évolution de l'architecture data - Documenter les pipelines, les schémas et les bonnes pratiques d'exploitation

Contexte Dans le cadre du renforcement de la sécurité des systèmes d’information, nous recherchons un Expert en sécurité des environnements UNIX/Linux. L’objectif est de garantir la gestion sécurisée des accès, la conformité réglementaire et le maintien des standards de sécurité sur les infrastructures critiques. Missions Gestion des comptes et des élévations de privilèges sur les environnements UNIX/Linux Administration et maintien en conditions opérationnelles d’une solution PAM Traitement des alertes liées aux écarts de droits et aux non-conformités Support aux équipes projets pour les nouveaux besoins et évolutions techniques Mise en œuvre des mesures de conformité (audits, contrôles, recommandations ANSSI, LPM, PDIS) Suivi des contrôles réglementaires (LPM, qualification PDIS, CSP Swift, audits internes/externe) Participation à l’amélioration continue des pratiques de sécurité

Au sein du domaine Data & AI d'un acteur du secteur retail, le Data Steward agit en tant qu'expert fonctionnel métier et chef de projet, garantissant la réussite des initiatives data sur l'ensemble du cycle de vie de la donnée. Le rôle fait le lien entre les parties prenantes métier et les équipes techniques (Data Engineers et Data Visualization Experts), en veillant à ce que les solutions data soient alignées avec les objectifs business, correctement gouvernées, et livrées avec qualité et clarté. Environnement et missions : - Domaine fonctionnel principal : supply chain et demand planning, avec utilisation de SAP - Pilotage de bout en bout du périmètre et des exigences des projets data - Coordination et gestion de projet entre plusieurs équipes - Interaction avec des interlocuteurs techniques et non techniques - Réalisation de requêtes de validation de données et analyse pour assurer l'alignement entre besoins métier et livrables techniques - Identification des risques, anomalies et incohérences, et pilotage de leur résolution - Maintien d'une documentation structurée et d'artefacts projet rigoureux - Discipline de gouvernance et attention au détail - Travail en environnement Agile avec des équipes transverses (business, data engineering, analytics) La maîtrise du français est obligatoire.

Notre client, acteur industriel dans le secteur de l'aéronautique, recherche son futur Data Engineer (H/F) à Toulouse, pour renforcer sa capacité de production sur ses chantiers data engineering et la structuration de son décisionnel (DWH, datamarts, dont Data Mart Finance). Vos missions : * Intégré à l'équipe Data BI, orienté production, vous produisez des livrables concrets et - directement exploitables * Concevoir et fiabiliser les flux de transformation / ETL * Intégrer et consolider les données issues des différents ERP * Structurer le datawarehouse et les datamarts (dont le Data Mart Finance) * Concevoir et faire évoluer les modèles de données * Produire la documentation technique et fonctionnelle associée Les compétences techniques : * SQL * Modélisation décisionnelle (DWH / datamarts) * Outil ETL du marché (SSIS, Talend, Azure Data Factory ou équivalent) * Intégration de données * Environnement multi-ERP * Power BI en aval

Résumé Le consultant Data Scientist / Data Engineer aura pour mission de concevoir et optimiser des systèmes de machine learning pour le traitement et l'analyse de données à partir de sources multi-données. Ce que nous recherchons Excellentes compétences en Python , avec une maîtrise de Polars et/ou Pandas . Expérience en traitement automatique du langage naturel (NLP) et en fine-tuning de modèles de machine learning légers . Expérience en Scala et Apache Spark pour les parcours orientés Data Engineering . Capacité à concevoir, développer et évaluer des pipelines de données . Familiarité avec les frameworks d’agents IA , notamment LangGraph . Capacité à adapter et évaluer des systèmes de machine learning sur différents contextes géographiques, linguistiques et domaines de données. Expérience dans l’ orchestration et l’optimisation de pipelines pour l’ingestion de données à grande échelle provenant de multiples sources.

Contexte : Au sein d’une direction en charge de la transformation digitale, des parcours clients et des paiements, le Product Owner est responsable de l’optimisation de la performance commerciale des canaux digitaux. Son rôle consiste à améliorer la visibilité, l’accessibilité et l’efficacité des parcours de souscription afin de maximiser la conversion et de soutenir les objectifs de croissance de l’entreprise. Missions : Identifier les opportunités de croissance sur les espaces clients connectés ainsi que sur les sites commerciaux grand public. Aligner la stratégie produit avec les objectifs business (acquisition, équipement, revenus, conversion). Concevoir, piloter et optimiser l’espace de souscription sur les canaux web et mobile. Définir, prioriser et animer le backlog produit en fonction de la valeur métier et des enjeux business. Rédiger les user stories, cadrer les besoins et assurer le suivi des développements. Coordonner les équipes UX, Data, IT, Marketing et Conformité afin de garantir la cohérence et la qualité des solutions mises en œuvre. Suivre les indicateurs de performance, analyser les résultats et piloter les actions d’optimisation continue. Accompagner le lancement et le déploiement de nouvelles offres et fonctionnalités sur les différents canaux digitaux.

Je recherche un Data Analytics Engineer (entre le Data Engineer et le Data Analyst). ayant un anglais fluent avec une forte composante modélisation analytique et interlocution métier. Contexte de la mission Dans le cadre de l'optimisation et de l'unification de ses capacités analytiques transversales, Mon client recherche un consultant Data Analytics Engineer autonome pour une mission d'intégration, de modélisation et de restitution des données Corporate stratégiques du groupe . Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources internes, essentielles à la prise de décision stratégique et opérationnelle. Ce que tu dois faire concrètement Définir la nouvelle stratégie de gestion des images Docker : nommage, versionning, registre (stockage), cycle de vie, scanning de vulnérabilités, etc. Implémenter cette stratégie : mettre en place les outils, pipelines et processus retenus Intégrer tout ça dans la plateforme DevSecOps existante pour que les opérations de CI fonctionnent avec ce nouveau système En résumé : Repenser et mettre en place la façon dont mon client gère ses images Docker dans ses usines logicielles, en respectant les contraintes de sécurité d'un grand groupe bancaire. Objectifs de la mission Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources Corporate identifiés (ERP, Plateformes Financières, RH, ITSM etc.). 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 entrepôt de données (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 des différents départements Corporate. Documenter de manière exhaustive les pipelines d'ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise pour assurer la maintenabilité et la transférabilité. Le problème à résoudre La façon dont les images Docker (les "boîtes" contenant les environnements d'exécution des applications) sont gérées doit être repensée : probablement parce que l'existant pose des problèmes de sécurité, de maintenabilité, de performance ou de standardisation. Environnement technique Sources : Multiples systèmes Corporate (Systèmes Financiers, Plateformes Achats, Outils ITSM. - 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 support outil libre. Visualisation / Restitution : Tableau. CI/CD / versioning : GitLab, GitHub. Documentation : Confluence, Jira, SharePoint. Profil recherché Expérience confirmée en intégration de données depuis des systèmes d'entreprise complexes (ERP, CRM, finance, RH). Maîtrise des techniques d'ingestion et de transformation de données dans un environnement cloud (idéalement Snowflake ou équivalent). Solides compétences en data modeling analytique (modèles dimensionnels, Data Vault, médaillon ou autres architectures d'entrepôt de données). Excellentes pratiques en matière d'orchestration de pipelines de données, de versioning de code, 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 les besoins métiers complexes en solutions techniques de données. Bonus important ! : Connaissance des structures de données et des processus métier typiques d'un grand groupe international