Analytics Engineer - 5 ans - CDI H/F

L’expert Power BI contribue également à la création et la maintenance des vues SQL sur Databricks nécessaires au reporting.

Développement et maintenance Power BI

• Concevoir de nouveaux dashboards performants et ergonomiques.

• Assurer la maintenance évolutive et corrective des rapports existants.

• Construire et optimiser des modèles de données.

• Gérer la gouvernance Power BI.

• Veiller à la qualité des données et à la cohérence des KPIs.

Création et maintenance des vues SQL sur Databricks

• Créer, documenter et maintenir les vues SQL nécessaires au reporting.

• Optimiser les requêtes SQL pour garantir performance et fiabilité.

• Collaborer avec la Data Platform.

• S’assurer de l’intégrité des tables consommées par Power BI.

Recueil et analyse des besoins métiers

• Animer des ateliers métiers.

• Identifier les KPIs, besoins et irritants.

• Challenger les demandes et rédiger les spécifications.

Accompagnement et montée en compétence

• Former les utilisateurs Power BI.

• Produire des supports pédagogiques.

• Animer une communauté Power BI.

Participation à la gouvernance BI

• Documenter datasets, KPIs et règles de gestion.

• Harmoniser les indicateurs.

• Contribuer au catalogue de données.

• Power BI (DAX avancé, M, modèles tabulaires, optimisation, RLS).

• SQL

• Idéalement connaissance des environnements Azure / Databricks.

Fonctionnelles :

• Très bonnes capacités d’analyse.

• Pédagogie et communication.

• Rigueur et orientation business., * Bac+5 en data, BI ou informatique décisionnelle.

• Au moins 5 ans d’expérience en Power BI.

• Expérience Retail appréciée.

• Travail en équipe dans un contexte international.

2J de TT par semaine

Localisation : Rueil-Malmaison

Ce poste est en apport d’affaire. Je suis en direct avec le client. Ma commission est de 8% sur le TJM affiché. Je ne prends pas de commission côté entreprise.

Développer, maintenir et optimiser les solutions Power BI d’un grand groupe pour la division France, depuis le recueil de besoins jusqu’à la mise en production, tout en assurant la qualité des datasets, la cohérence des KPIs et la montée en compétence des utilisateurs.