Data Analyst Confirmé - Environnement BI structurant (mission 8 mois) - Freelance

Taux journalier (TJM): 500

Le contexte

Grand groupe international en pleine transformation de sa fonction Data, avec un objectif clair : fiabiliser, structurer et industrialiser ses usages BI.

Dans ce cadre, l’équipe Data renforce son dispositif sur un périmètre clé lié au pilotage d’activité, avec un fort enjeu de qualité de données, d’harmonisation et d’automatisation.

La mission s’inscrit dans la continuité d’un programme de transition BI déjà engagé.

L’environnement data

• Stack principale :

  • Snowflake (SQL) — niveau confirmé requis

  • Power BI — niveau confirmé à expert

  • Metabase (low-code) — un plus

• Sources de données :

  • Principalement issues de Salesforce

  • Enjeux forts de nettoyage, normalisation et fiabilisation

• Organisation :

  • Intégration dans une squad Data existante

  • Collaboration avec 2 Data Analysts déjà en place

  • Approche orientée industrialisation et impact métier

Tes responsabilités

• Concevoir des datamarts sur des modèles de données complexes

• Migrer les datasets et dataflows existants vers une architecture cible plus robuste

• Développer et maintenir des dashboards de pilotage sous Power BI

• Industrialiser et automatiser les reportings existants

• Garantir la qualité, la cohérence et la fiabilité des données

• Participer à la structuration des bonnes pratiques Data / BI

Profil recherché

• Expérience significative en tant que Data Analyst (niveau confirmé)

• Excellente maîtrise de :

  • SQL (Snowflake idéalement)

  • Power BI (dataviz + modélisation)

• Expérience sur des problématiques de :

  • modélisation de données

  • data cleaning / normalisation

  • industrialisation BI

• À l’aise dans des environnements avec sources CRM complexes (type Salesforce)

• Capacité à travailler en équipe, dans une logique de squad

Modalités

• Localisation : Antony (92)

• Télétravail : 1 jour / semaine

• Durée : 8 mois (mai → décembre 2026)

Ce qui fait la différence

• Environnement structurant avec enjeux data concrets et visibles

• Travail sur des volumes et des cas d’usage métier réels

• Contribution directe à une transformation BI à l’échelle