Trouvez votre prochaine mission ou futur job IT.

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.

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.

À propos de SparrowSparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe développe un environnement technologique de pointe s'appuyant sur les dernières technologies open source, afin de proposer des solutions robustes et capables de monter en charge. En intégrant des technologies de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes d'innover 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 grâce à l'IA. Elle permet notamment à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir dynamiquement avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du poste – Platform EngineerEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de la mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous participerez à la construction et à la maintenance d'une plateforme ML & Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur leur priorité : exploiter la valeur des données. Vous travaillerez au sein d'une Squad multidisciplinaire comprenant notamment un Product Owner, un Lead, des développeurs Front-end/Back-end et des DevOps. Vous serez notamment chargé(e) de : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des outils et bibliothèques open source standards : Argo, MLflow, VS Code, etc. Faire évoluer l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement de données. Maintenir et améliorer les pipelines CI/CD, les workflows de développement et les pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme, afin de garantir sa haute disponibilité et sa fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation afin d'accélérer leur travail et de leur permettre 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 de développer efficacement des fonctionnalités à grande échelle. Pour les métiers : vous assurerez une haute disponibilité des composants et ressources, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien d'un haut niveau de sécurité et d'efficacité opérationnelle. Ce poste se situe donc à l'intersection du Cloud Computing, de l'infrastructure Machine Learning et du Software Engineering. Stack techniqueLangages : Golang ; Python est un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit OS : Linux CI/CD : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Observabilité / Monitoring : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéCompétences et expériences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer ; le poste correspond à un niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle. L'équipe exploite elle-même les solutions qu'elle développe et accorde une importance particulière à leur fiabilité. Expérience en Golang ; Python constitue un plus. Bonne maîtrise de Kubernetes On-Premise, l'ensemble des services et workloads fonctionnant sur Kubernetes au sein de plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Bonnes capacités analytiques et organisationnelles. Compétences appréciéesExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailLe poste est basé dans un environnement Flex Office à Levallois-Perret ou Mérignac. Le télétravail régulier fait partie intégrante du mode de fonctionnement de l'équipe.

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.

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.

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

Contexte de la missionVous interviendrez en tant que Business Analyst Data sur des sujets liés à la connaissance client, la segmentation, les parcours marketing et les usages data. Vous serez l'interface entre les équipes métiers Marketing, les équipes Data et les équipes de développement. Vos principales responsabilités :Recueillir, analyser et formaliser les besoins métiers auprès des équipes Marketing. Animer des ateliers et produire des comptes rendus synthétiques mettant en avant les décisions et points clés. Transformer les besoins en récits utilisateurs structurés selon l'approche INVEST. Rédiger les spécifications fonctionnelles détaillées. Participer à la modélisation fonctionnelle des données. Réaliser des analyses et explorations de données. Préparer et exécuter les campagnes de tests fonctionnels. Assurer le suivi des anomalies, incidents et demandes d'assistance. Participer à l'accompagnement au changement et à la rédaction de la documentation projet. Produire les livrables attendus dans le cadre du cycle de vie produit. Qualités attendues :Excellente capacité d'analyse et de synthèse. Très bon relationnel avec les métiers et les utilisateurs finaux. Capacité à challenger les besoins et être force de proposition. Autonomie, rigueur et curiosité. Capacité à travailler dans un environnement Agile.

Pour l'un de nos clients du secteur de l'Asset Management, nous recherchons un(e) Data Analyst / Data Scientist ESG disposant d'une solide expérience dans le traitement et l'analyse des données ESG. Le consultant interviendra sur la collecte, l'intégration, le contrôle qualité et l'exploitation des données extra-financières afin de produire des indicateurs et analyses destinés aux équipes métiers. Il/elle participera au développement et à l'optimisation des traitements de données, à l'automatisation des processus, à la mise en place de contrôles de cohérence et à la documentation des modèles et procédures. Une excellente maîtrise de Snowflake, Matlab et Python est indispensable pour mener à bien cette mission. Une bonne connaissance des enjeux ESG, des données financières et des environnements Asset Management constitue un prérequis pour évoluer efficacement dans ce contexte.

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.

Mission de l'équipe : Au sein d'une direction commerciale spécialisée dans les services financiers, l'équipe est responsable de l'orchestration des campagnes de communication et d'activation clients, depuis leur planification et leur conception jusqu'à leur diffusion et l'analyse de leurs performances. Les campagnes peuvent être commerciales, relationnelles ou réglementaires et sont déployées sur différents canaux. L'objectif est de soutenir le développement commercial auprès des clientèles particulières et professionnelles, tout en améliorant l'expérience client, la fidélisation et la pertinence des sollicitations dans le respect des exigences réglementaires et de maîtrise des risques. 1. Élaboration et optimisation du plan de campagnes clients La mission contribuera à définir et optimiser les différentes prises de parole adressées aux clients en fonction de leur cycle de vie, de leurs parcours et des offres proposées. Les principales responsabilités seront les suivantes : • Être force de proposition sur les campagnes et sollicitations clients. • Adopter une approche centrée client à chaque étape du processus. • Challenger et optimiser les campagnes d'entrée en relation, commerciales et relationnelles ainsi que les dispositifs de fidélisation, réactivation et rétention. • Assurer un référencement rigoureux des campagnes afin de maintenir une vision actualisée du portefeuille. • Analyser les résultats des campagnes et formuler des recommandations dans une logique d'amélioration continue. 2. Pilotage opérationnel des campagnes La mission prendra en charge la coordination et la mise en œuvre opérationnelle des campagnes en collaboration avec les équipes marketing, data et les différentes parties prenantes. Les principales activités seront les suivantes : • Participer à la définition des campagnes avec les équipes marketing. • Identifier les dispositifs et canaux les plus pertinents avec une approche orientée efficacité et ROI. • Contribuer à la définition des ciblages en lien avec les équipes marketing et les Data Analysts chargés de leur programmation. • Concevoir et rédiger les contenus nécessaires aux campagnes, notamment les textes et éléments visuels, et piloter les différents cycles de validation. • Garantir le respect des exigences juridiques, réglementaires et de conformité applicables aux campagnes. • Piloter le planning et communiquer régulièrement sur l'avancement auprès des différentes parties prenantes. • Mettre en place les dispositifs nécessaires à la mesure de l'efficacité des campagnes : groupes témoins, A/B testing et mécanismes de mesure de l'incrément. • Coordonner la mise en production et la diffusion des campagnes après réalisation des contrôles et validations nécessaires. 3. Analyse et pilotage de la performance La mission devra assurer le suivi de la performance des campagnes et contribuer à leur optimisation continue. Les principales responsabilités seront les suivantes : • Définir avec les équipes marketing les KPI adaptés à chaque campagne. • Produire les bilans de campagne à partir des KPI principaux, des incréments mesurés et des différents axes d'analyse disponibles. • Identifier les principaux enseignements et leviers d'optimisation. • Formaliser les recommandations permettant d'améliorer les campagnes futures. • Partager et présenter les bilans de performance auprès des différentes parties prenantes. Prestations demandées La mission interviendra principalement sur trois dimensions : • Stratégie et optimisation des campagnes CRM et relationnelles. • Pilotage opérationnel des campagnes omnicanales. • Mesure de la performance et amélioration continue. En termes de responsabilités principales, la mission devra notamment prendre en charge les activités suivantes : • Piloter les campagnes depuis leur conception jusqu'à leur diffusion. • Optimiser les parcours et sollicitations en fonction du cycle de vie client. • Coordonner les équipes marketing, data et les autres parties prenantes. • Participer à la définition des ciblages. • Produire et coordonner les contenus nécessaires aux campagnes. • Garantir le respect des exigences réglementaires et de conformité. • Mettre en œuvre les dispositifs de mesure de performance et d'A/B testing. • Produire les KPI, analyser les résultats et formuler des recommandations d'optimisation. Secteur d'activité : Banque / Services financiers

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.

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.

Dans le cadre d'un projet Data d'envergure au sein d'un environnement international, nous recherchons un Senior BI Engineer spécialisé Power BI pour intervenir sur la conception, l'optimisation et l'industrialisation des solutions de reporting et de visualisation de données. Le consultant sera principalement responsable de la couche BI et de la modélisation Power BI. Les flux d'ingestion, les pipelines de données ainsi que la partie back-end sur GCP / BigQuery seront pris en charge par un Data Engineer dédié. Les principales responsabilités seront les suivantes : Concevoir et faire évoluer des modèles de données robustes et performants, notamment en schémas en étoile ou en flocon. Développer, publier et maintenir des rapports et dashboards Power BI adaptés aux besoins des utilisateurs métier. Travailler sur des environnements comprenant des volumes de données importants en DirectQuery. Optimiser les modèles afin d'améliorer les temps de chargement, les performances des requêtes et la vitesse de rendu des rapports. Développer des mesures et calculs avancés en DAX, et réaliser le tuning des requêtes lorsque nécessaire. Concevoir des visualisations claires, lisibles et orientées vers les usages métier. Mettre en œuvre et maintenir la Row-Level Security (RLS) et les mécanismes de contrôle d'accès. Administrer et industrialiser les usages dans Power BI Service : workspaces, datasets, rapports, apps, publication et gestion des permissions. Fiabiliser les datasets et participer aux bonnes pratiques de gouvernance BI. Collaborer étroitement avec les Data Engineers, Data Analysts et équipes métier afin de traduire les besoins fonctionnels en solutions de restitution performantes.