Trouvez votre prochaine mission ou futur job IT.

En quelques mots Cherry Pick est à la recherche d'un Data Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine de la mutuelle. Description 🚀 Contexte de la mission Au sein du pôle Data d'un grand groupe, vous intégrez l'équipe Datalake pour accompagner la structuration, l'intégration et l'exploitation à valeur ajoutée des données métiers. En tant qu'Ingénieur / Expert Data Engineer & Décisionnel (H/F), vous agissez en garant de l'accès qualitatif aux sources de données multiples. Vous assurez la maîtrise, la normalisation, le référencement et la qualification des données alimentant le Data Lake pour faciliter leur exploitation par les équipes décisionnelles, Data Analysts et Data Scientists, dans le strict respect de la gouvernance et de la réglementation. 🎯 Missions principales & Rôle 1. Intégration, Modélisation & Alimentation du Data Lake : Concevoir, développer et optimiser les flux d'alimentation et de transformation des données depuis des sources multiples et hétérogènes vers le Data Lake. Développer et maintenir des traitements ETL/ELT performants en s'appuyant sur SQL et la solution d'intégration XDI (Semarchy). Industrialiser et orchestrer les pipelines de données via CloudBees (Jenkins). 2. Qualité de la Donnée & Contrôle (Data Quality) : Assurer la supervision des flux d'intégration et vérifier la conformité des données entrantes (dédoublonnage, nettoyage, contrôle de cohérence et de complétude). Recetter la donnée en profondeur pour garantir des socles fiables et exploitables. Contribuer à la définition des politiques de gouvernance et à la structuration du cycle de vie de la donnée. 3. Documentation, Qualification & Recette : Rédiger les spécifications techniques détaillées des flux et architectures de données. Elaborer les cahiers de recette technique ainsi que les dossiers d'applications associés. Mettre à disposition des dictionnaires de données et documentations pour simplifier l'auto-service de la donnée. 🏁 Objectifs & Livrables Spécifications techniques détaillées des flux d'intégration et des pipelines de données. Cahiers de recette technique et comptes-rendus de qualification des données. Dossiers d'applications et documentations d'architecture/gouvernance data.

MissionsApporter une expertise technique sur la base de données Oracle et son écosystème. Mettre en place et maintenir les outils et infrastructures adéquats à l'analyse de données. Assurer une expertise sur les technologies BI ainsi qu'une expertise pointue sur les langages SQL et Python. Veiller au déploiement des pipelines de données et à la gestion de la sécurisation technique. Être force de proposition sur les solutions techniques et leur mise en place. Automatiser les processus d'alimentation des données. Travailler sur l'architecture des données et la mise à disposition des informations pour les data analyst/scientist de l'équipe. Comprendre les données sous-jacentes liées à l'environnement CIB. La maîtrise en front end de Power BI et d'Oracle APEX est un plus.

Business Expert / AMOA Busines / Analystes Fonctionnel - PowerBI, MDM, Anglais professionnel obligatoire. Minimum 3 à 5 ans d'expérience en tant que Business Analyst, Analyste Fonctionnel, AMOA Business, Business Expert ou Data Analyst. Profil orienté Business / Fonctionnel, avec une forte compréhension des référentiels et des flux de données. Client : domaine automobile Localisation : Paris, avec déplacement sur Poissy Anglais OBLIGATOIRE Durée : minimum 6 mois Responsabilités principales Analyse des référentiels et des données Réaliser un état des lieux des différents référentiels et des accès des partenaires B2B. Extraire et analyser les données provenant des différents référentiels sources. Vérifier la qualité et la cohérence des informations. Identifier les doublons, incohérences et données manquantes. Recommander et mettre en œuvre les corrections nécessaires. Construire et maintenir les fichiers de consolidation et de reporting. Analyse fonctionnelle et optimisation des processus Analyser les processus liés aux flux de données entre les différents systèmes. Identifier les points d'amélioration et proposer des optimisations. Analyser les besoins métier et leur impact sur les référentiels et les flux. Participer à la définition et à la documentation des règles métier. Master Data Management Vérifier et corriger les attributs clients. Définir les règles de regroupement des clients. Garantir la cohérence des identifiants entre les différents systèmes. S'assurer que les évolutions métier sont correctement prises en compte. Création et maintenance des structures Identifier les entités manquantes dans les systèmes. Gérer les demandes de création et de mise à jour. Suivre les demandes jusqu'à leur déploiement en production. Valider la cohérence des données nouvellement créées. Reporting et Data Quality Construire et maintenir les reportings de suivi. Produire des reportings Data Quality à partir des données disponibles. Utiliser SQL Services / Power BI pour le reporting. Travailler avec des bases de données Oracle. Aujourd'hui, l'activité repose principalement sur Excel ; aucun outil métier spécifique n'est requis. Coordination transverse Travailler avec les équipes Business et IT. Participer aux ateliers fonctionnels. Documenter les besoins, processus et règles métier. Suivre les anomalies et les demandes d'évolution.

Sparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe dédiée développe un environnement de pointe s'appuyant sur les dernières technologies open source afin de fournir des solutions robustes et évolutives. En intégrant des capacités de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes de stimuler l'innovation et de créer de la valeur à partir des données dans l'ensemble de l'organisation. Notre mission est de fournir une plateforme fluide permettant d'accélérer la prise de décision basée sur l'IA, notamment en permettant à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir de manière dynamique avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du posteEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de notre mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous contribuerez à la construction et à la maintenance d'une plateforme ML et Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur l'essentiel : exploiter et créer de la valeur à partir des données. Vous travaillerez au sein d'une squad composée de différents profils : Product Owner, Lead, développeurs Front-end/Back-end et DevOps. Vos principales missions seront : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des bibliothèques et outils open source standards tels que Argo, MLflow, VS Code, etc. Contribuer à l'évolution de l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement des données. Participer à l'amélioration des pipelines CI/CD, des processus de développement et des pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme afin de garantir une haute disponibilité et une forte fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation, accélérant leur travail et leur permettant de se concentrer sur la création de valeur plutôt que sur les problématiques d'infrastructure. Pour les équipes Engineering : vous fournirez des capacités de plateforme robustes ainsi que des bonnes pratiques permettant un développement efficace et scalable des fonctionnalités. Pour les métiers : vous assurerez une haute disponibilité des composants, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien de standards élevés en matière de sécurité et d'efficacité opérationnelle. Ce poste offre l'opportunité de travailler à l'intersection du Cloud Computing, des infrastructures Machine Learning et du Software Engineering. Stack technique de l'équipeDéveloppement : Golang ; Python serait un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit Système : Linux CI/CD & repositories : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Monitoring / Observabilité : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéExpérience et compétences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer. Il s'agit d'un poste de niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle : l'équipe exploite elle-même ce qu'elle développe et considère la fiabilité comme une valeur essentielle. Expérience en Golang ; Python constitue un plus. Bonne connaissance de Kubernetes On-Premise : l'ensemble des services et workloads fonctionne sur Kubernetes, réparti sur plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Capacités analytiques et organisationnelles. Compétences appréciées / bonusExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailBâtiment organisé en Flex Office, situé à Levallois-Perret ou Mérignac. Télétravail régulier, intégré au mode de fonctionnement de l'équipe. Ce que nous proposonsVous évoluerez dans un contexte international, avec des échanges avec des utilisateurs du groupe BNP Paribas sur des domaines techniques et fonctionnels variés et innovants. Vous serez amené(e) à communiquer et collaborer régulièrement avec de nombreuses parties prenantes issues : des métiers : Risques, Opérations, Marketing, etc. des équipes IT : Application Managers, Développeurs, Intégrateurs.

Hello, Pour le compte de l'un de mes clients dans le secteur d'immobilier, je suis à la recherche d'un Chef de Projet IT & AMOA/Tech Data Contexte : Rattaché(e) au Responsable IT Data & CRM, le/la Chef de Projet a pour mission de devenir le relais opérationnel entre les équipes techniques (Data Engineering, Data Analytics, Développement, Produits) & les équipes Business. L'objectif du poste est de libérer du temps au responsable de l'équipe et les équipes opérationnelles IT, d'organiser et d'orchestrer les demandes, et de garantir une exécution fluide et de qualité sur les projets Data & CRM. Missions principales : Coordination & Pilotage des projets Data : • Assurer le pilotage opérationnel des projets Data & CRM (planning, suivi des actions, risques, statut). • Préparer en amont avec les équipes busines et en particulier Data, et coanimer les cérémonies Agile : préparation des sprints, cadrage, grooming, etc. • Prioriser les demandes en collaboration avec les équipes internes et les parties prenantes métier. • Garantir la bonne circulation de l'information entre les équipes business et techniques. AMOA – Cadrage & Accompagnement Métier : • Accompagner les équipes métier dans l'expression et la formalisation de leurs besoins. • Structurer et rédiger ou faire rédiger les User Stories, spécifications fonctionnelles et cas d'usage. • Vulgariser les problématiques techniques et aider les métiers à comprendre les impacts, contraintes et enjeux liés aux données. • Conduire des ateliers métiers pour affiner les objectifs, besoins et scénarios d'usage. Interface entre "tech" et "métier" : • Traduire les besoins métier en contraintes techniques claires et actionnables. • Expliquer les problématiques techniques de manière pédagogique aux non-techniciens. • Suivre et valider les développements avec les Data Engineers, Analysts et développeurs. Suivi de la qualité & amélioration continue : • S'assurer de la bonne qualité fonctionnelle et technique des livraisons. • Identifier les optimisations possibles sur les processus, outils et workflows. • Proposer des solutions innovantes, refuser le statu quo et challenger les pratiques existantes.

Nous recherchons un Business Analyst Fonctionnel Senior pour une mission longue au sein d'un grand groupe du secteur bancaire. Localisation : Charenton-le-Pont (Île-de-France) Durée : 12 mois Expérience requise : 6 à 9 ans Contexte de la mission : Vous intégrerez une équipe RSE au sein d'une DSI et travaillerez en proximité avec les équipes métier, les Data Analysts et les équipes techniques. Principales missions : Recueillir, analyser et formaliser les besoins métier Rédiger les spécifications fonctionnelles et les user stories Définir les règles de gestion et les indicateurs de suivi Participer aux ateliers de conception Coordonner les échanges entre les métiers, la data et les équipes techniques Définir la stratégie de tests et rédiger les cahiers de recette Réaliser et piloter les tests fonctionnels Suivre les mises en production Accompagner les utilisateurs dans le déploiement des solutions Préparer les supports de formation et de communication Piloter de manière autonome des projets de petite taille Compétences recherchées : Expérience confirmée en Business Analysis fonctionnelle Très bonne maîtrise d'Excel Bonne maîtrise de SQL Expérience des projets SaaS Connaissances de base des enjeux RSE Capacité à gérer un projet de manière autonome Excellentes qualités relationnelles et rédactionnelles Capacité à travailler avec des interlocuteurs métier et techniques

Je recherche un Product Manager Data/ML – Supply Chain 500 e par j Profil recherché : Solide expérience Product Management Expertise métier Supply Chain / gestion de stock / demand forecasting Expérience de produits utilisant Machine Learning / IA Capable de travailler quotidiennement avec Data Scientists, ML Engineers et Data Analysts Maîtrise des problématiques de prévision de demande, positionnement/optimisation des stocks Capable de définir et suivre les métriques de performance des modèles/prévisions Connaissance retail/e-commerce appréciée : click & collect, ship-from-store, disponibilité produit

Présentation du posteDans le cadre du développement de notre activité Data, nous recherchons un Data Analyst / Analytics Engineer pour intervenir sur des projets de transformation, de modélisation et de valorisation des données. Vous travaillerez à l'interface entre les équipes métiers, BI et Data Engineering afin de transformer les besoins opérationnels en modèles de données fiables, indicateurs pertinents et tableaux de bord exploitables. Vos missionsRecueillir et analyser les besoins des équipes métiers. Définir les indicateurs et les règles de gestion associées. Extraire, transformer et analyser les données avec SQL. Concevoir et maintenir des modèles de transformation avec dbt. Construire des modèles dimensionnels et des architectures en étoile. Développer et faire évoluer des rapports Power BI. Créer et optimiser des mesures et calculs DAX. Exploiter les données disponibles dans BigQuery. Mettre en place des contrôles de qualité et des tests de non-régression. Participer aux projets de migration et de modernisation des environnements décisionnels. Documenter les modèles, les traitements et les indicateurs. Restituer les analyses et formuler des recommandations auprès des métiers. Stack techniqueData Visualisation : Power BI Langages : SQL, DAX, Python Transformation : dbt Cloud : GCP, BigQuery Orchestration : Cloud Composer, Airflow Bases et outils décisionnels : SQL Server, PostgreSQL, SSIS Modélisation : modèles dimensionnels, modèles en étoile, Data Warehouse Qualité et déploiement : tests dbt, Git, CI/CD Data Science et IA : Vertex AI, RAG, LangChain, API OpenAI Compétences recherchéesTrès bonne maîtrise de SQL. Bonne connaissance de Power BI et DAX. Expérience opérationnelle avec dbt. Maîtrise de la modélisation dimensionnelle. Bonne compréhension d'une chaîne décisionnelle de bout en bout. Connaissance des principes de qualité, de fiabilisation et de gouvernance des données. Capacité à comprendre et formaliser les besoins métiers. Une première expérience sur GCP et BigQuery est appréciée. Une sensibilité aux sujets Data Science et IA générative constitue un plus.

Il est garant de l'accès qualitatif aux sources de données. Il s'assure de la maîtrise de la donnée et est garant de la qualité de son utilisation (référencement, normalisation, et qualification) afin d'en faciliter l'exploitation par les équipes (Data Analysts et Data Scientists). Il contribue également à la définition de la politique de la donnée et à la structuration de son cycle de vie dans le respect des réglementations en vigueur, en collaboration avec le Chief Data Officer. Son périmètre d'intervention est axé sur les systèmes applicatifs autour de la gestion de la donnée et du traitement, et sur les plateformes Big Data, IoT, … QUALIFICATION ET GESTION DES DONNÉES : • Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité • Intègre les éléments • Structure la donnée (sémantique, etc.) • Cartographie les éléments à disposition • Nettoie la donnée (élimination des doublons, …) • Valide la donnée • Éventuellement, il crée le référentiel de données Résultat attendu Le prestataire devra développer un outil dans databricks qui permet de filtrer les clients selon des critères définis par le client. Il devra livrer une interface permettant d'activer ou désactiver les filtres et produire des rapports sur les clients sélectionnés ce jour. Il devra développer un ETL en utilisant les services AWS les plus adaptés: notamment AWS Step Functions pour l'orchestration / moteur de workflow AWS lambda pour des traitements légers AWS Aurora ou RDS comme BDD relationnelle transactionnelle Eventuellement Databricks si besoin d'offload pour des charges de traitements / transformations lourdes Les données entrantes seront récupérés via des API ou des fichiers plats Les données sélectionnées et transformées seront envoyées dans une 20aine d'API

Au sein d'un département Data transverse, l'objectif est de mettre en place et de faire évoluer un framework commun permettant de fiabiliser, structurer et exposer les données issues de différentes activités métiers. Dans ce contexte, nous recherchons un(e) Data Architect / Senior Data Engineer expérimenté(e), capable d'intervenir à la fois sur les sujets d'architecture, de conception de plateforme et de réalisation technique. Le poste nécessite une réelle capacité à évoluer dans un environnement complexe et international, tout en conservant une approche pragmatique et hands-on. MissionsDéploiement du framework DataPiloter le déploiement du framework Data auprès de différentes entités du groupe, dans le cadre de nouvelles implémentations ou de l'évolution de plateformes existantes. Analyser la maturité des environnements Data des différentes entités et identifier les écarts par rapport aux standards définis. Adapter les solutions au contexte et aux contraintes locales tout en garantissant la cohérence avec l'architecture cible. Accompagner les équipes lors des phases d'intégration, d'onboarding et de stabilisation. Assurer la transmission des connaissances et le passage de relais aux équipes locales. Coordination des transformations DataCoordonner les initiatives Data transverses menées dans plusieurs entités. Garantir la cohérence des architectures, des pratiques et des composants mis en œuvre. Identifier les synergies et favoriser la réutilisation des solutions existantes. Identifier les dépendances, risques et points de blocage et assurer leur remontée auprès des parties prenantes. Maintenir une vision consolidée de l'avancement des différents chantiers. Architecture et évolution de la plateforme DataConcevoir et faire évoluer l'architecture de référence de la plateforme Data. Définir les patterns d'ingestion, de traitement et de stockage des données. Participer à la définition des standards en matière d'orchestration, d'observabilité, de sécurité. Évaluer différentes solutions techniques et réaliser des POC lorsque nécessaire. Identifier et recommander les composants cloud-native, open source ou internes les plus pertinents. Concevoir et documenter des standards, blueprints et composants réutilisables. Développement et accompagnement techniqueParticiper directement au développement de composants de la plateforme afin de valider les choix d'architecture. Développer des prototypes et des solutions permettant de débloquer les équipes projet. Contribuer à la création et à l'évolution de librairies, accélérateurs et implémentations de référence. Réaliser des revues de code et de conception. Veiller à la qualité, la scalabilité, la maintenabilité et la sécurité des solutions développées. Leadership techniqueÊtre le référent technique Data auprès des différentes entités accompagnées. Conseiller les équipes Data Engineers, Data Analysts et Data Architects sur les choix techniques et d'architecture. Accompagner la montée en compétence des équipes. Promouvoir les bonnes pratiques d'ingénierie : CI/CD, Infrastructure as Code, tests automatisés, documentation, observabilité et qualité du code.

Missions principales1. Architecture et intégration Looker Définir le cadre d'intégration de Looker / LookML Implémenter les solutions Looker et LookML dans l'environnement GCP / S3NS ; Définir et mettre en œuvre l'interopérabilité entre Looker et l'architecture du Data Hub / Data Platform ; Accompagner la mise en œuvre des couches sémantiques dans une logique Data Mesh ; Identifier les contraintes, limites et points d'attention liés à l'utilisation de Looker dans l'écosystème existant ; Être force de proposition sur les choix d'architecture et les évolutions de la plateforme. 2. Industrialisation et DataOps Définir et mettre en œuvre les pratiques permettant d'industrialiser l'utilisation de Looker et LookML : Gestion des environnements et des espaces « bac à sable » ; Provisionnement et automatisation ; Versioning et gestion du cycle de vie ; Mise en place des pratiques CI/CD ; Templatisation et création de composants réutilisables ; Automatisation des processus ; Industrialisation des couches sémantiques et des dashboards ; Mise en place de pratiques DataOps / DevOps adaptées aux usages BI. 3. Gouvernance, sécurité et supervision Définir et mettre en place le cadre de gouvernance et de supervision autour de Looker : Définition des règles de sécurité et de gouvernance ; Gestion des habilitations, droits et accès ; Surveillance des incidents et de la disponibilité ; Suivi des performances ; Mise en place des bonnes pratiques de sécurité ; Suivi des coûts et optimisation FinOps ; Identification et traitement des écarts aux standards définis ; Mise en place des indicateurs et mécanismes de supervision pertinents. 4. Définition des standards et bonnes pratiques Looker Définir, documenter et faire appliquer un cadre commun d'utilisation de Looker, notamment sur : Les conventions de nommage ; La structuration des projets et des rapports ; La modélisation de la couche sémantique avec LookML ; La conception et la structuration des dashboards ; La création de templates réutilisables ; Le versioning et la gestion du cycle de vie des dashboards ; La gestion des droits et habilitations ; Les stratégies d'optimisation ; La gestion du caching BigQuery et Looker ; L'utilisation des vues matérialisées ; Les pratiques de développement, revue et mise en production. Le/la consultant(e) devra également être force de proposition, tout en restant à l'écoute des besoins et contraintes des utilisateurs. 5. Accompagnement et montée en compétences Une dimension importante de la mission sera consacrée au transfert de compétences auprès des équipes internes. À ce titre, le/la consultant(e) devra : Concevoir des guides et référentiels internes à destination des contributeurs Looker ; Mettre en place et animer des sessions de pair programming ; Mettre en place et animer des sessions de code review ; Accompagner les Data Analysts dans la conception de leurs modèles et dashboards ; Former et accompagner les différents profils amenés à utiliser Looker : Data Analysts, experts data, Ops, Business Analysts, équipes métiers, etc. ; Adapter son accompagnement à des niveaux de maturité Data hétérogènes ; Favoriser progressivement l'autonomie des équipes internes ; Construire une démarche d'onboarding et d'accompagnement réplicable par l'équipe BI & Analytics.

En quelques motsCherry Pick est à la recherche d'un "Développeur Strategy" pour un client dans le secteur du retail Description🏢 Le Contexte : L'Excellence Decisionnelle au Service de la Data Factory Au sein de la filiale informatique d'un grand groupe de distribution, la Direction Digital & Data pilote la modernisation du Système d'Information à travers son Data Lab. Pour accélérer la livraison de produits analytiques à forte valeur ajoutée, l'organisation évolue vers une structure Agile à l'échelle (Domaines, Tribus, Squads). Vous intégrerez la Data Factory au sein de la squad dédiée au domaine Équipement de la Maison. L'équipe conçoit, développe et déploie des produits décisionnels, analytiques et Data Science sur une plateforme Data moderne basée sur l'écosystème Cloud Azure et Databricks. Nous recherchons un(e) Développeur MicroStrategy / Data Analyst Senior pour prendre en charge la conception des couches sémantiques, le développement de tableaux de bord complexes et l'accompagnement des directions métiers dans l'exploitation de leurs indicateurs clés. 🎯 Vos Missions : Conception BI, Data Analysis & RestitutionRattaché(e) à la squad Agile, vos activités couvrent l'intégralité de la chaîne de valeur décisionnelle : 1. Analyse de Données & Cadrage Métier : Participer au recueil et à la traduction des besoins fonctionnels en spécifications analytiques. Réaliser des analyses de données poussées (requêtage SQL, contrôles de cohérence) pour accompagner les métiers dans l'interprétation de leurs KPIs. Mener les études d'impact sur le modèle de données avant chaque évolution. 2. Développement & Modélisation MicroStrategy (Majeure) : Concevoir, modéliser et maintenir la couche sémantique sous MicroStrategy (attributs, faits, métriques, hiérarchies). Développer des rapports, dossiers décisionnels et tableaux de bord (Dashboards / Dossiers) ergonomiques et interactifs sous MicroStrategy. Réaliser les tests unitaires et garantir la fiabilité des données restituées. 3. Performance & Maintenance : Analyser et optimiser les temps de réponse et les performances des requêtes/restitutions (optimisation SQL, caches, datamarts). Assurer la maintenance corrective et évolutive des applications décisionnelles existantes.

1. Data Modeller — Plateforme Data Décisionnelle (AWS / Databricks)ContexteAu sein d'une plateforme data décisionnelle de grand groupe, vous prenez en charge la modélisation des data products mis à disposition sur la plateforme. Vous êtes au carrefour de plusieurs équipes et jouez un rôle central d'alignement puis d'implémentation de la modélisation. Missions principalesModéliser les data products disponibles sur la plateforme data décisionnelle. Assurer la cohérence de la modélisation physique avec le modèle conceptuel des données, en lien avec les rôles de la data gouvernance. Échanger avec l'équipe data plateforme en charge des ingestions pour aligner modélisation et flux entrants. Collaborer avec les data analysts dont les reports BI s'appuient sur le data modèle. Recueillir les besoins des utilisateurs avancés métier et les traduire dans la modélisation. Aligner l'ensemble des acteurs sur la modélisation, puis l'implémenter sur la plateforme (AWS + Databricks). Compétences requisesExpérience confirmée en modélisation de données (indispensable). Compétences Databricks (indispensable). Connaissance d'un environnement cloud AWS. Capacité à cadrer, aligner et faire converger des interlocuteurs techniques et métier. Aisance relationnelle et sens de la pédagogie. Environnement techniqueAWS, Databricks, plateforme data décisionnelle, outils de reporting BI. ModalitésLocalisation : Île-de-France — télétravail partiel possible. Langues : français ; anglais technique. Démarrage : dès que possible.

En quelques motsCherry Pick est à la recherche d'un "Analytics Engineer (H/F)" pour un client dans le secteur des SaS RH Description🏢 Le Contexte : La Rigueur Logique au Service des Métriques StratégiquesAu sein du pôle Data, nous structurons notre plateforme décisionnelle pour accompagner la croissance rapide de nos activités et éclairer les prises de décision du Comex et des directions opérationnelles (Growth, Finance, Sales). Nous recherchons un(e) Analytics Engineer Senior. Doté(e) d'un profil hybride, vous combinez l'excellence technique d'un ingénieur de données (rigueur logicielle, modélisation) et la sensibilité produit/business d'un Data Analyst pour transformer des données brutes en modèles fiables, documentés et directement exploitables. 🎯 Vos Missions : Transformation dbt, Performance BigQuery & Product AnalyticsRattaché(e) à l'équipe Data, vos responsabilités couvrent l'intégralité du cycle de transformation et de valorisation : 1. Ingénierie & Transformation dbt (Majeure) : Concevoir, optimiser et tester la couche de transformation de données (couches staging, intermediate, marts) en appliquant la méthodologie de modélisation Kimball. Appliquer les exigences de la qualité logicielle aux données : écriture de tests automatisés, création de macros dbt, intégration dans les chaînes CI/CD et réalisation des revues de code (Code Reviews). 2. Optimisation & Performance BigQuery : Optimiser les requêtes SQL complexes et structurer les tables (partitionnement, clustering) pour garantir des temps de réponse rapides. Maîtriser et rationaliser les coûts d'exécution et de stockage sur Google Cloud Platform (BigQuery). 3. BI, Data Analysis & Impact Business : Concevoir et maintenir des tableaux de bord et visualisations sous Metabase pour les différentes équipes métiers. Mener des analyses ad-hoc à fort impact (analyse de funnels de conversion, études de cohortes, suivi de la rétention client) pour alimenter le Comex, la Finance, le Sales et la Growth. 4. Gouvernance & Métriques : Maintenir et enrichir la documentation technique ainsi que le dictionnaire de données. Définir, harmoniser et structurer le catalogue des métriques clés de l'entreprise (Single Source of Truth).