Analyste décisionnel - Business Intelligence (H/F)

d’aide à la décision. Bases de données, SQL et plateformes analytiques : Excellente maîtrise des bases de données Oracle, SQL Server, PostgreSQL et des langages SQL, PL/SQL et T-SQL. Expérience des plateformes analytiques modernes telles que Snowflake, BigQuery, Amazon Redshift, Azure Synapse Analytics ou Databricks, avec une forte sensibilité à l’optimisation des performances et à la qualité des données. Automatisation, scripting et DataOps : Développement de scripts en Python, Shell (Bash) et PowerShell pour automatiser les traitements, industrialiser les flux de données et optimiser les pipelines ETL/ELT. Une expérience des API REST, des workflows automatisés et des pratiques DataOps constitue un atout. Modélisation des données et gouvernance : Maîtrise des outils de modélisation (PowerDesigner/Power AMC, Erwin Data Modeler, Lucidchart) et des méthodologies Kimball, Data Vault, Inmon ainsi que des concepts de gouvernance, de qualité et de catalogage des données. Intelligence Artificielle, Machine Learning et IA Générative : Intérêt pour l’intégration de solutions d’IA dans les projets décisionnels à l’aide de Python (Pandas, Scikit-learn, TensorFlow), Spark ML, MLflow, Databricks ML, ainsi que des outils d’IA générative tels que GitHub Copilot, Microsoft Copilot, ChatGPT Enterprise, Azure AI et des plateformes de modèles de langage (LLM) pour enrichir l’analyse et automatiser les traitements. Cloud, DevOps et industrialisation : Bonne connaissance des plateformes Microsoft Azure, AWS ou Google Cloud Platform (GCP), des chaînes CI/CD (Jenkins, GitHub Actions, GitLab CI/CD, Azure DevOps) ainsi que des outils Docker, Kubernetes, Terraform et Ansible pour le déploiement et l’exploitation des solutions Data. Profil recherché : Expérience en environnements complexes : Capacité à évoluer dans des architectures distribuées, des environnements Big Data et des systèmes critiques, avec une attention particulière portée à la performance, à la sécurité, à la scalabilité et à la fiabilité des plateformes décisionnelles. Connaissance sectorielle : Une expérience dans les secteurs Banque, Assurance, Finance, Industrie, Télécoms, Distribution, Santé ou Marketing constitue un véritable atout pour comprendre les enjeux métiers et concevoir des solutions adaptées. Capacités analytiques et communication : Excellentes capacités d’analyse, de synthèse et de communication permettant de collaborer efficacement avec les équipes métiers, techniques et Data, tout en contribuant à la gouvernance et à la valorisation des données. Compétences linguistiques : Un bon niveau d’anglais professionnel est requis afin d’échanger avec des équipes internationales, de participer à des projets multiculturels et d’exploiter une documentation technique en environnement international., * Améliorer les processus de reporting financier

• Analyser des données pour prendre des décisions stratégiques
• Analyser, exploiter, structurer des données
• Communiquer auprès de ses interlocuteurs internes et externes
• Ecrire une ou plusieurs langues étrangères
• Effectuer un reporting régulier à la hiérarchie
• Garantir la confidentialité des informations
• Planifier des sessions de brainstorming pour l’innovation en données
• Préparer et animer une réunion, un groupe de travail, un atelier
• Traiter des données

• Anglais

Permis

• B - Véhicule léger

Savoir-être professionnels

• Organiser son travail selon les priorités et les objectifs
• Faire preuve de sens des responsabilités
• Faire preuve de contrôle de soi