🚀 Contexte de la mission

Dans le cadre d’un programme de transformation Data à l’échelle internationale, nous recherchons un(e) Data Analytics Engineer afin de contribuer à la construction et à l’industrialisation d’une plateforme Data Corporate centralisant les données stratégiques de l’entreprise.

L’objectif est de fournir une vision consolidée, fiable et exploitable des indicateurs clés issus de différents domaines fonctionnels tels que la Finance, les Ressources Humaines, les Achats, l’IT, la Qualité, la Gouvernance et les Opérations.

Le consultant interviendra dans un environnement Data moderne reposant sur des technologies Cloud et participera à la mise en place de solutions d’intégration, de modélisation, de gouvernance et de restitution de données destinées à plusieurs départements métiers.

🎯 Missions principales et rôle

🔗 Intégration et ingestion des données

• Établir et sécuriser les connexions avec les différents systèmes sources de l’entreprise :

  • ERP,

  • plateformes financières,

  • outils RH,

  • solutions ITSM,

  • référentiels métiers.

• Concevoir et développer des pipelines d’ingestion robustes, automatisés et évolutifs.

• Garantir la qualité, la disponibilité et la fraîcheur des données collectées.

• Superviser les mécanismes de chargement et de synchronisation des données.

🏗️ Modélisation et structuration des données

• Concevoir et implémenter les modèles de données analytiques au sein du Data Warehouse.

• Structurer les données selon les meilleures pratiques de modélisation :

  • modèles dimensionnels,

  • Data Vault,

  • architecture Médaillon.

• Optimiser les performances de stockage et de restitution.

• Concevoir des couches de données réutilisables et maintenables.

⚙️ Gouvernance et qualité des données

• Mettre en œuvre les mécanismes de gouvernance des données.

• Définir les règles de qualité, de contrôle et de monitoring.

• Gérer les métadonnées et les règles de transformation.

• Assurer le suivi des erreurs et des plans de remédiation.

• Garantir la traçabilité des traitements et des flux.

📊 Restitution et valorisation des données

• Développer des vues, agrégats et datasets adaptés aux besoins analytiques des métiers.

• Collaborer avec les équipes métiers afin de comprendre et traduire les besoins fonctionnels en solutions Data.

• Préparer les données destinées aux outils de visualisation et de reporting.

• Participer à l’amélioration continue des usages analytiques au sein de l’organisation.

📚 Documentation et industrialisation

• Documenter les pipelines d’ingestion et les traitements de données.

• Maintenir la documentation fonctionnelle et technique.

• Formaliser les modèles de données logiques et physiques.

• Assurer la maintenabilité et la transférabilité des solutions mises en place.

• Participer aux bonnes pratiques DevOps et DataOps.

🎯 Objectifs

• Construire une plateforme Data Corporate robuste et évolutive.

• Centraliser les données stratégiques de l’entreprise.

• Fournir une base analytique fiable pour les différents départements métiers.

• Garantir la qualité, la gouvernance et la disponibilité des données.

• Industrialiser les processus d’ingestion, de transformation et de restitution.

• Accompagner les métiers dans l’exploitation et la valorisation de leurs données.

🛠️ Compétences requises

🔹 Data Engineering & Analytics

• Expérience confirmée en intégration et transformation de données.

• Maîtrise des architectures Data Warehouse modernes.

• Expertise en modélisation analytique :

  • Star Schema,

  • Snowflake Schema,

  • Data Vault,

  • Architecture Médaillon.

• Solides connaissances SQL et optimisation de requêtes.

🔹 Technologies

Impératif

• Snowflake

Important

• DBT

• Apache Airflow

Souhaité

• Python (Pandas, PySpark)

• Outils de Data Visualisation

• GitLab / GitHub

• Confluence

• Jira

• Draw.io / Lucidchart

🔹 Gouvernance & Industrialisation

• Data Quality Management.

• Gestion des métadonnées.

• Monitoring et observabilité des pipelines.

• Versioning et CI/CD.

• Documentation technique et fonctionnelle.

🔹 Méthodologies

• Expérience en environnement Agile Scrum.

• Approche DataOps et amélioration continue.

• Forte capacité d’autonomie et d’initiative.

👤 Profil recherché

• Data Analytics Engineer confirmé.

• Expérience significative dans l’intégration de données issues de systèmes d’entreprise complexes :

  • ERP,

  • Finance,

  • RH,

  • CRM,

  • ITSM.

• Forte expertise sur Snowflake et les environnements Cloud Data.

• Capacité à comprendre les enjeux métiers et à les traduire en solutions techniques.

• Excellent relationnel avec les équipes métiers et techniques.

• Autonome, rigoureux et orienté résultats.

• Anglais professionnel impératif.