Data Engineer H/F

Vos missions Analyse et valorisation de la donnée - Recueillir, challenger et formaliser les besoins métiers

- Explorer, fiabiliser, nettoyer et analyser les données

- Produire des analyses claires, exploitables et orientées décision

- Construire et suivre des indicateurs de performance pertinents

- Identifier les écarts, tendances et axes d'amélioration

Data visualisation et restitution - Concevoir des tableaux de bord et rapports sous Power BI, Tableau ou outils équivalents

- Modéliser les données pour une restitution lisible et fiable

- Garantir la cohérence des KPI et la qualité des restitutions

- Accompagner les utilisateurs dans la prise en main et l'interprétation des dashboards

Accompagnement métier - Traduire les besoins opérationnels en solutions data concrètes

- Animer des ateliers avec les équipes métier et les parties prenantes

- Faciliter la prise de décision grâce à la donnée

- Contribuer à l'adoption des outils et usages data

Contribution aux projets Data et IA - Préparer les données pour des cas d'usage avancés

- Participer à l'identification de cas d'usage data et IA

- Collaborer avec les équipes data, BI et techniques

- Contribuer à l'amélioration continue des pratiques de gestion et d'exploitation de la donnée

Contribution à l'activité Data - Capitaliser sur les analyses, livrables et tableaux de bord réalisés

- Participer à la création de modèles, référentiels et bonnes pratiques

- Contribuer ponctuellement aux phases d'avant-vente ou de cadrage

Environnement technique - SQL indispensable

- Power BI, Tableau ou autre outil de datavisualisation

- Excel avancé

- Python apprécié, notamment pour l'analyse et la préparation de données

- Outils de préparation et de transformation de données

- Environnement cloud ou data platform apprécié : Snowflake, BigQuery, Azure Data Platform

Outils et notions complémentaires appréciés Sans rechercher un profil Data Engineer, une bonne connaissance de certains outils ou pratiques sera un plus :

- dbt pour la transformation et la modélisation de données

- Notions d' ETL / ELT

- Sensibilité aux outils d'orchestration de flux type Airflow

- Utilisation de Git ou d'un outil de gestion de versions

- Bonne compréhension des logiques de modélisation de données, de qualité de données et de gouvernance

- Aisance dans des environnements collaboratifs mêlant analystes, ingénieurs data et équipes métier