Data Pipeline Analyst - Senior

Challenge |

Responsabilités principales

1. Cadrage et pilotage de projets Data

Le consultant devra recueillir et analyser les besoins des différentes parties prenantes concernant les données, les analyses et la structuration de l’information.

Il sera notamment chargé de :

• définir le scope, les objectifs, les livrables et la planification des projets ;

• piloter des initiatives liées aux data pipelines, analyses de données et automatisations ;

• coordonner fonctionnellement les différents intervenants ;

• assurer le suivi de l'avancement et la communication avec les stakeholders ;

• garantir le respect des délais, du périmètre et de la qualité des livrables ;

• favoriser la réutilisation et l'interopérabilité des données .

2. Analyse des données et des Data Pipelines

Une partie importante de la mission consiste à comprendre et analyser les flux de données de bout en bout.

Le consultant devra :

• analyser les sources de données, transformations, flux et modèles de données existants ;

• comprendre le fonctionnement des pipelines depuis la source jusqu'à leur exploitation analytique ;

• identifier les améliorations possibles en matière de qualité, fiabilité, performance et réutilisabilité des données ;

• contribuer à la définition et à l'optimisation des Data Pipelines avec les équipes Data et ICT ;

• travailler sur les processus d' ETL/ELT, transformation, validation, intégration et qualité des données .

3. Linked Data et modélisation sémantique

La mission comporte une dimension importante de modélisation sémantique des données .

Le consultant devra posséder une expérience pratique avec :

• Linked Data ;

• RDF ;

• OWL ;

• la conception et l'évolution de modèles de données sémantiques .

L'objectif est de permettre une meilleure cohérence, interopérabilité et réutilisation des données entre différents systèmes et différentes sources.

4. Analyse, reporting et visualisation

Le consultant réalisera également des analyses répondant à des besoins opérationnels concrets.

Il devra être capable de :

• analyser des datasets et produire des insights exploitables ;

• construire des KPI et indicateurs de performance ;

• développer des rapports et dashboards adaptés aux utilisateurs opérationnels ;

• valider les résultats avec les stakeholders ;

• utiliser des solutions de visualisation telles que Grafana, Matplotlib/PyPlot ou des outils similaires.

Une excellente maîtrise de SQL est attendue afin d'extraire, transformer et analyser des données provenant de plusieurs systèmes.

5. Coordination Business – Data – ICT

Le Data Pipeline Analyst jouera également un rôle d'interface entre les différentes équipes.

Il devra :

• faciliter des workshops ;

• clarifier les besoins métier ;

• traduire ces besoins dans le contexte Data/ICT ;

• faciliter la prise de décision ;

• coordonner les différentes parties prenantes ;

• assurer l'alignement des initiatives avec la roadmap Data & Digital et les standards existants.

6. Documentation et architecture

Le consultant devra documenter de manière structurée :

• les analyses réalisées ;

• les choix fonctionnels ;

• les structures et modèles de données ;

• les Data Flows ;

• les modèles sémantiques ;

• les architectures et solutions Data mises en place.

Une expérience pratique de SPARX Enterprise Architect est explicitement demandée pour la modélisation et la documentation des solutions Data.

Le consultant devra également formaliser les bonnes pratiques et assurer un transfert de connaissances vers les équipes internes .

Environnement technique complémentaire

La mission évolue dans un environnement technique relativement large comprenant notamment :

Data & Database : SQL, PostgreSQL, Oracle SQL, TimescaleDB, ETL/ELT, Data Integration, Data Quality, Data Validation.

Semantic Data : Linked Data, RDF, OWL, Semantic Data Modelling.

Linux & automatisation : Linux, Shell/Bash scripting, automatisation de processus, analyse de logs, traitement de fichiers et tâches planifiées.

DevOps : Agile/Scrum, CI/CD, version control, infrastructure automation, monitoring et release management.

Intégration : REST APIs, IBM MQ, MQTT, Microsoft Azure, TIBCO, communication asynchrone et architectures event-driven.

Infrastructure : Linux Server, virtualisation, Docker, Podman et Kubernetes.

Visualisation : Grafana, Matplotlib/PyPlot, reporting et dashboards.

Architecture : SPARX Enterprise Architect et compréhension globale des interactions entre applications, bases de données, infrastructures et systèmes d'intégration.

Casting |

• Profil Senior disposant de 5 à 10 ans d'expérience , avec une combinaison assez spécifique de compétences Data Analyst / Data Pipeline / Semantic Data / coordination fonctionnelle .

• Les compétences principales exigées à un niveau L3 – minimum 5 ans d'expérience sont :

  • Cadrage et pilotage de projets Data ;

  • Analyse de données ;

  • Compréhension des Data Pipelines ;

  • Linked Data, RDF et OWL et modélisation sémantique ;

  • SQL ;

  • Reporting, KPI et Data Visualization ;

  • SPARX Enterprise Architect .

  Le consultant doit également maîtriser l'anglais au niveau C1 , ainsi que le français ou le néerlandais au niveau C1 , avec une compréhension passive de l'autre langue.