Trouvez votre prochaine mission ou futur job IT.

Dans le cadre d'un Programme IA regroupant plusieurs projets et activités de Run, l'organisation met en place une véritable tour de contrôle du programme afin de fiabiliser, automatiser et industrialiser la production des données de pilotage. Cette tour de contrôle repose sur trois fonctions complémentaires : la Direction de Programme, le PMO et l'AI Analytics Engineer, en charge de construire et maintenir la chaîne de données alimentant le socle de pilotage. L'AI Analytics Engineer intervient sur un rôle opérationnel et technique. Il/elle construit, teste et met en service la chaîne de données à partir de laquelle sont produits les indicateurs, tableaux de bord et supports de pilotage du programme. L'objectif est de remplacer les consolidations manuelles actuelles par une chaîne fiable, traçable, versionnée, reproductible et entièrement documentée. Principales responsabilitésConcevoir et maintenir le modèle de données du socle de pilotage, permettant de centraliser et structurer les informations relatives aux projets, activités de Run, jalons, gates, budgets, ressources et dépendances. Construire une couche de données unique, documentée et adaptée aux besoins de gouvernance et de pilotage de programme. Mettre en place les chaînes d'ingestion et de rapprochement de données provenant de sources hétérogènes. Développer des traitements permettant de rapprocher les données issues des différents outils de gestion de portefeuille, du contrôle de gestion, du staffing et des outils utilisés par les équipes projet. Construire des chaînes versionnées, rejouables et industrialisées, permettant de reproduire les traitements de manière fiable. Mettre en place des mécanismes de qualité et de contrôle des données : tests automatisés, contrôles de cohérence, alertes et détection des écarts. Garantir la traçabilité des données, avec la capacité de remonter d'un indicateur ou d'un chiffre publié jusqu'à sa source. Assurer le rapprochement régulier entre la roadmap du programme et les données provenant des différents systèmes, en conservant une trace documentée et datée des écarts constatés. Développer les chaînes permettant de générer automatiquement les tableaux de bord, reportings, dossiers de gouvernance et supports de pilotage à partir du socle de données. Mettre en place une chaîne de production permettant de régénérer un cycle complet de reporting sans intervention manuelle sur les livrables. Concevoir et intégrer des agents et assistants IA pour automatiser certaines étapes de collecte, de rapprochement, de contrôle et de génération de contenus. Veiller à la fiabilité, la reproductibilité et la maintenabilité des composants IA intégrés à la chaîne. Mettre à disposition les extractions nécessaires au PMO selon des échéances et des formats définis. Assurer la documentation complète de la solution : modèle de données, architecture, traitements, règles de fonctionnement et documentation d'exploitation. Maintenir un dépôt versionné et produire un code facilement compréhensible et réutilisable par d'autres intervenants. Préparer le transfert et la réversibilité de la solution afin qu'un tiers puisse reprendre et exploiter la chaîne à partir de la documentation disponible. Accompagner le PMO dans la prise en main des outils et chaînes développés afin que leur exploitation puisse être réalisée de manière autonome. Contribuer à la feuille de route d'évolution de la chaîne et à son extension aux nouveaux projets et périmètres du programme. Livrables attendusModèle de données du socle de pilotage, documenté. Chaînes d'ingestion et de rapprochement des différentes sources, versionnées et rejouables. Dispositif de contrôles de qualité et de cohérence des données avec alertes et traçabilité jusqu'aux sources. Extractions mises à disposition du PMO dans des formats stables et selon des échéances définies. Rapprochements réguliers entre les données du programme et celles des différents systèmes sources, avec écarts documentés et datés. Tableaux de bord automatisés et régénérables. Chaînes automatisées de génération des dossiers de gouvernance et supports de pilotage. Composants agentiques et assistants IA intégrés à la chaîne de production. Dépôt de code versionné et documentation technique et d'exploitation. Dossier de reprise et de réversibilité validé en cours de mission. Feuille de route d'évolution de la solution.

Notre client, acteur majeur du secteur de l'énergie, renforce son équipe Data afin d'accompagner la transformation et la modernisation de son écosystème de données. Au sein d'une équipe d'expertise Data, vous interviendrez sur la conception, l'évolution et l'automatisation de chaînes de traitement de données, dans un contexte de migration progressive vers une nouvelle Data Platform. L'objectif est notamment de reprendre des traitements existants, de migrer les flux historiques vers la plateforme cible et de développer de nouveaux besoins Data exprimés par les métiers. La mission nécessite une opérationnalité immédiate : vous serez amené(e) à reprendre des chaînes de traitement existantes et à intervenir directement sur des sujets métier en cours. Missions : Concevoir et développer des pipelines d'ingestion et de transformation de données complexes et/ou volumineuses ; Construire les tables et modèles de données destinés aux utilisateurs de la Self-BI ; Développer principalement en SQL sur Snowflake et dbt ; Utiliser Python pour certains traitements spécifiques ; Mettre en place et maintenir l'orchestration des traitements avec Airflow ; Optimiser les traitements afin de garantir leur performance sur de très gros volumes de données ; Respecter les principes d'urbanisation et les standards de la Data Platform. Les données traitées peuvent représenter des volumétries très importantes, jusqu'à plusieurs dizaines de milliards de lignes. Modélisation et valorisation des données Une partie importante de la mission consiste à accompagner la migration de traitements historiques vers la nouvelle Data Platform. À ce titre, vous serez amené(e) à : Lire, comprendre et reprendre des flows Dataiku DSS existants ; Analyser les traitements historiques développés sur Oracle Exadata ; Participer à leur migration vers Snowflake / dbt ; Garantir la continuité et la cohérence fonctionnelle des traitements migrés ; Documenter les travaux de migration ; Identifier les éventuels écarts ou adaptations nécessaires. La plateforme cible repose principalement sur Snowflake, dbt et Airflow, tandis que certains traitements historiques doivent encore être repris depuis Dataiku DSS et Oracle Exadata.

Vos missions principales : -Migration & Optimisation : Reprendre, migrer et optimiser les flux existants (Dataiku DSS, Oracle Exadata / PL-SQL) vers la nouvelle stack cible (Snowflake, dbt). -Modélisation & Orchestration : Concevoir les modèles de données sous dbt, écrire du SQL avancé sur de très gros volumes et orchestrer les pipelines via Airflow. -Gouvernance & FinOps : Assurer l'optimisation des coûts, des performances et des requêtes sur Snowflake dans le respect des standards d'urbanisme data. -Relation Métier : Échanger directement avec les équipes métier pour traduire leurs enjeux opérationnels et garantir la rigueur documentaire.

Au sein de la Direction des Systèmes d'Information, rattaché(e) à une équipe spécialisée en BI & Data, vous intervenez sur la mise à disposition de solutions sécurisées de reporting et d'analyse de données. Les principaux cas d'utilisation sont : Enrichissement du Data Lake d'entreprise et des Data Products. Préparation, transformation et mise à disposition des données à des fins d'analyse et de reporting. Accompagnement des utilisateurs dans l'exploitation et l'usage des données. Conception et mise en œuvre de nouvelles solutions Data. Participation aux nouveaux projets et aux migrations des solutions existantes vers le Cloud. Dans le cadre de la transformation de l'écosystème Data vers le Cloud, vos principales missions seront : Analyser et qualifier les besoins avec les équipes métier. Participer à la conception des solutions Data. Rédiger la documentation projet et technique : planning, spécifications, documents d'exploitation, contrats d'interface, datamapping, etc. Développer les traitements de transformation et de préparation des données avec Python, PySpark et SQL. Participer à la modélisation, à la gouvernance et à l'amélioration de la qualité des données. Mettre en place et assurer le monitoring des traitements. Optimiser les performances et la fiabilité des pipelines Data. Assurer la communication et la coordination avec les différentes parties prenantes des projets. Accompagner les utilisateurs et les équipes dans la conduite du changement liée à la migration vers le Cloud. Participer au développement et à l'évolution des solutions BI et de reporting, notamment avec Power BI.

Nous recherchons un(e) analytics engineer confirmé(e) capable d'accompagner les métiers dans l'aide à la décision. Vous aurez la charge de : • Guider / recommander le Métier dans l'exploitation et la valorisation des multiples sources de données et identifier des leviers d'optimisation et d'amélioration des processus Business • Être l'intermédiaire entre le Métier et la DSI • Accroître la connaissance de la clientèle d'une entreprise, conduire des études sur les bases de données, suivre les outils datamining pour analyser l'impact des actions marketing • Mener et conduire des études (coordination/pilotage) Référence de l'offre : zc7ugjxpg3

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).

Contexte Pour le compte d'un grand groupe du BTP, nous recherchons un Analytics Engineer Finance freelance pour rejoindre le département Data, sur le domaine Finance / Contrôle de gestion. La mission consiste à construire les nouvelles solutions de pilotage financier sur Google Cloud Platform. Il s'agit de transformer les données financières brutes (SAP Hana, applications chantiers, trésorerie) en modèles de données fiables et en tableaux de bord Power BI pour la Direction financière et les contrôleurs de gestion. Projets de la mission Notes de frais et contrôles anti-corruption : détection d'anomalies et contrôle de conformité des dépenses Gestion budgétaire des chantiers : suivi de la main d'œuvre et des engins, prévisions et révisés par affaire Reporting de trésorerie : consolidation automatisée des flux, des prévisions et des positions bancaires Grand livre analytique : restitution détaillée des écritures comptables et analytiques Compte de résultat analytique : pilotage des P&L par périmètre, filiale, région et affaire

Contexte du poste Nous recherchons un Analytics Engineer / Data Engineer pour participer au développement d'une plateforme Data Analytics intégrée à une suite logicielle d'analyse technico-économique. En collaboration directe avec le Product Owner, vous serez responsable de l'implémentation des cas d'usage liés à la performance et aurez une vraie responsabilité sur la conception de l'architecture analytique et la modélisation des données. Missions principales Concevoir et faire évoluer l'architecture OLAP de la plateforme Modéliser les données selon les approches Kimball / étoile / flocon Développer et optimiser les transformations SQL et les modèles analytiques Concevoir les pipelines d'ingestion et d'orchestration avec Apache Airflow Développer des DAGs Python robustes, modulaires et maintenables Intégrer les données issues de bases OLTP vers l'environnement analytique Structurer les transformations avec dbt Implémenter et maintenir la couche sémantique avec Cube.js Concevoir les dashboards et métriques métiers sous Apache Superset Optimiser les performances, le cache et la gestion des droits d'accès / RLS Participer à l'industrialisation des développements avec Git et Docker

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.

Contexte : Dans le cadre du renforcement de son équipe Data, notre client recherche un Analytics Engineer confirmé disposant d'un solide background en Data Engineering et Data Analytics. La mission consiste à concevoir et maintenir la couche sémantique des données afin de faciliter l'accès, la compréhension et l'exploitation des données par les équipes métiers. Le consultant interviendra dans un environnement Google Cloud Platform (GCP) et collaborera étroitement avec les équipes : Missions principales : · Concevoir, développer et maintenir la couche sémantique des données. · Développer et maintenir les modèles de données sur Google Cloud Platform (GCP). · Faciliter l'accès, la compréhension et l'utilisation des données par les utilisateurs métiers. · Collaborer av ec les équipes Data Engineering et Analytics afin d'assurer la qualité et la cohérence des données. · Concevoir des modèles de données performants et évolutifs. · Participer à l'amélioration de la gouvernance et de la structuration des données. · Garantir la fiabilité et la maintenabilité des modèles de données. Livrables attendus : · Couche sémantique des données. · Modèles de données sur GCP. · Documentation des modèles de données. · Documentation de la couche sémantique. · Recommandations de modélisation. · Documentation des règles de gouvernance des données.

L'équipe Data Craft recherche un Data & Analytics Engineer expérimenté pour contribuer à la conception, l'évolution et l'automatisation des chaînes de traitement de données au sein de l'écosystème Data, sous la coordination du responsable de l'équipe Data Craft. Mission et compétences requises Mission : construire des pipelines d'ingestion et de transformation de données complexes et/ou volumineuses afin de mettre à disposition des tables à destination des utilisateurs de la Self-BI, qui les exploiteront dans Power BI. La mission ne porte pas sur l'utilisation de Power BI ni sur la création de rapports. Le titulaire devra respecter les principes d'urbanisme de la Data Platform (conventions de nommage, nomenclature, ségrégation des droits et des environnements…) et implémenter efficacement les bonnes pratiques Snowflake et SQL pour exploiter des données volumineuses (jusqu'à des dizaines de milliards de lignes) : expressions régulières, agrégations et fenêtrages, opérations géospatiales, opérations statistiques…

Nous recrutons pour une entreprise du secteur de l'assurance un ou une Lead Data Engineer pour concevoir, fiabiliser et industrialiser sa plateforme data. Vous combinerez expertise technique, conception d'architecture et accompagnement d'équipe. Vous veillerez à la qualité, à la sécurité et à la performance des données, en lien étroit avec les équipes IT et métiers. Vos missions Pilotage et leadership Accompagner une équipe de Data Engineers et, éventuellement, d'Analytics Engineers Définir et promouvoir les bonnes pratiques en matière de qualité, de documentation, de gestion de versions et de supervision des données Jouer un rôle de référent technique et garantir la cohérence des choix d'architecture, en collaboration avec les équipes DevOps et l'architecte d'entreprise Travailler avec les équipes métiers, notamment en actuariat, finance, gestion des sinistres et marketing, ainsi qu'avec les équipes IT Data engineering Concevoir et maintenir des pipelines de données robustes et évolutifs Orchestrer les flux de données avec Apache Airflow Modéliser et structurer les bases de données selon les besoins analytiques Garantir la performance, la sécurité et la traçabilité des données Industrialisation et DevOps Mettre en œuvre les pratiques CI/CD pour les projets data Automatiser les tests, les déploiements et les contrôles qualité Collaborer avec les équipes DevOps et Réseaux sur la gestion et la sécurisation des environnements Superviser les traitements et contribuer à la gestion des incidents data

Nous recherchons un Data Engineer Senior pour renforcer une squad dédiée à la performance énergétique, au sein d'une plateforme Data organisée en Data Mesh. Vous interviendrez sur des sujets à forte dominante Data Engineering, développement Python, Cloud AWS et industrialisation de solutions Data & IA, avec un rôle à la fois opérationnel et de référent technique. Vos missions :Concevoir et développer des pipelines de données robustes, industrialisés et maintenables. Développer des API et services Python, notamment avec FastAPI. Concevoir et faire évoluer des solutions sur AWS : Glue, Lambda, SQS, SNS, Redshift, API Gateway… Concevoir et optimiser les traitements SQL et les modèles de données sur Redshift. Participer à la mise en œuvre et à l'évolution des modèles de données avec dbt. Concevoir et maintenir les orchestrations avec Airflow. Mettre en place les tests automatisés, le monitoring, l'alerting et la supervision. Contribuer à la construction et à l'évolution de Data Products dans un environnement Data Mesh. Participer à des cas d'usage Data Science, Machine Learning et IA appliquée. Contribuer à l'industrialisation et à la mise en production de modèles et solutions IA. Prendre en charge le Run, analyser les incidents et garantir la fiabilité des produits de données. Participer aux choix techniques, benchmarks, POC et spikes. Travailler en proximité avec les Data Analysts, Analytics Engineers, Data Scientists, Architectes et Product Owners.