Business Analyst Data & IA

Une organisation de solutions de crédit-bail se trouve à un tournant crucial où l'exploitation des données doit devenir un levier central de transformation et de compétitivité. Cependant, plusieurs défis structurels doivent être adressés pour réussir cette transition vers une organisation véritablement axée sur les données (insuffisance du Data Management existant, dépendances fortes à des systèmes legacy qui ont vocation à être décommissionnés à court et moyen termes, limites structurelles des outils et solutions actuels).

Le projet doit permettre de valider la capacité de mise en ?uvre du projet de data science depuis sa phase exploratoire jusqu'à sa phase d'industrialisation, plus particulièrement pour le projet de refonte d'une application de valorisation d'assets avancée.

Responsabilités

Analyse des besoins métiers, des données et des cas d'usage IA

Analyse approfondie des besoins métiers liés à la donnée, à l'analytique, à l'IA et au reporting.

Comprendre les processus et enjeux fonctionnels pour identifier précisément les informations nécessaires à chaque cas d'usage.

Évaluation et qualification des sources de données disponibles afin d'identifier les données pertinentes et fiables.

Vérifier leur qualité, cohérence, disponibilité et adéquation avec les besoins métiers.

Collaboration étroite avec le Data Office pour : Valider les jeux de données existants

Identifier les manques

Contribuer à la modélisation des données non encore prises en charge par les systèmes existants

Assurer l'alignement avec les standards de gouvernance, traçabilité et qualité

Définition et formalisation avec les Data Engineers et les MLOps des besoins fonctionnels en matière de données et d'algorithmes (features, KPIs, modèles IA, reporting), en veillant à leur faisabilité technique et leur pertinence métier.

Spécification fonctionnelle et data design

Rédaction de spécifications fonctionnelles détaillées, structurées autour de :

User stories data

Règles de gestion

Dictionnaires de données

Mappings sources-cibles

Schémas conceptuels / logiques orientés data & IA

Description des flux de données end-to-end : collecte, transformation, stockage, mise à disposition, consommation. Assurer une vision claire et documentée du cycle de vie de la donnée.

Contribution au design des pipelines de données, en coordination avec les équipes techniques (Data Engineers, Data Scientists), pour assurer la faisabilité, la robustesse et la performance des solutions.

Interface entre les équipes métier, Data Office et équipes techniques IA / Data / BI

Intermédiaire entre le métier, le Data Office et les équipes IT / Data / IA, en garantissant :

Une compréhension commune des exigences

La conformité entre les besoins fonctionnels et les solutions techniques proposées

La bonne disponibilité des jeux de données nécessaires au projet

Accompagnement des utilisateurs métiers dans la compréhension et l'appropriation des données fiables et des solutions analytiques ou IA.

Suivi de la mise en ?uvre des solutions IA & Data

Participation au suivi des développements (étapes clés, points d'avancement) avec un rôle d'assurance fonctionnelle.

Validation fonctionnelle des livrables data et IA : Vérification de la qualité des données

Contrôle de la complétude des jeux de données

Revue des KPI, Dashboard PowerBI, notebooks Dataiku, features IA, etc.

Recueil et intégration des retours métiers afin d'ajuster les modèles, indicateurs ou jeux de données.

Documentation et gouvernance

Production et mise à jour de la documentation fonctionnelle et data.

Contribution active aux démarches de gouvernance de la donnée pilotées par le Data Office : qualité, conformité, traçabilité, sécurité.

Compétences Data & IA

Solide compréhension des concepts data : gouvernance, qualité, modèles de données, référentiels, règles de gestion.

Bonne connaissance des cas d'usage IA et analytique : KPI, modèles prédictifs, features engineering, data mining, reporting avancé.

Capacité à explorer, analyser et qualifier des données : volumes, formats, limites, biais, transformations nécessaires.

Connaissances appréciées sur les technologies et outils suivants

Connaissances des pratiques et enjeux d'une DSI, sur des environnements de production et les cycles de développement, déploiements.

Chaîne CI/CD (Gitlab).

IBM Cloud ? Postgres, COS (data lake, stockage, bases relationnelles).

Dataiku (préparation de données, pipelines, automation, notebooks).

PowerBI (dashboards, dataset modeling).

Environnements de data platform modernes.

Compétences fonctionnelles et communication

Capacité démontrée à traduire des besoins métiers complexes en exigences fonctionnelles data structurées et opérationnelles.

Très bonnes compétences de communication avec des interlocuteurs variés (métier, Data Office, Data Engineers, Data Scientists, IT).

Excellente capacité de rédaction, documentation et vulgarisation des enjeux data & IA.

Expérience dans un contexte Agile, capacité à contribuer à la rédaction de user stories data, à la priorisation fonctionnelle, au suivi des étapes de développement.

Langues

Maîtrise de l'anglais pour assurer les échanges avec les parties prenantes internationales et la rédaction de la documentation.