Data Manager Industriel H/F

Step Up
Saclay, France
about 2 months ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Experienced
Experience required
3 years minimum
Working hours
Regular working hours
Job source

Tech stack

Business Process Management Data Governance Data Mapping Linked Data Statistical Process Control (SPC) Data Streaming Collibra Data Management

Job description

Dans le cadre du renforcement de la gouvernance des donnĂ©es industrielles portĂ©e par la Direction Industrielle, et en lien Ă©troit avec les initiatives de Transformation Digitale, nous recherchons un Data Manager Industriel H/F pour intervenir auprĂšs d’un grand acteur du secteur aĂ©ronautique.

La mission s’inscrit dans un environnement industriel complexe, structurĂ© autour des processus “Fabriquer” et “Mise Ă  disposition des infrastructures”, couvrant notamment les donnĂ©es liĂ©es aux bĂątiments, machines, capacitĂ©s, investissements, SPC et indicateurs de pilotage.

Ces processus reposent aujourd’hui sur un Ă©cosystĂšme applicatif hĂ©tĂ©rogĂšne : MES, ERP, OneCAPEX, OneSPC, outils ateliers, applications mĂ©tiers industrielles, etc. L’objectif est de structurer, fiabiliser et piloter les donnĂ©es afin de disposer d’un socle data maĂźtrisĂ©, standardisĂ© et partagĂ©.

Vos missions

En tant que Data Manager, vous interviendrez sur la mise en place et l’animation opĂ©rationnelle du Data Management des processus industriels identifiĂ©s, conformĂ©ment aux principes de gouvernance data du groupe. Vos principales responsabilitĂ©s seront les suivantes :

Diagnostic et cadrage Data

  • RĂ©aliser un diagnostic 360° de l’existant : donnĂ©es, applications, flux, usages et responsabilitĂ©s ;
  • Identifier les jeux de donnĂ©es clĂ©s associĂ©s aux processus industriels : machines, bĂątiments, capacitĂ©s, investissements, SPC, indicateurs ;
  • Clarifier le formalisme des donnĂ©es, leur localisation, leur cycle de vie et leurs usages ;
  • Cartographier les flux de donnĂ©es et les interactions entre applications.

Mise en Ɠuvre de la Data Gouvernance

  • DĂ©cliner les rĂšgles de Data Gouvernance groupe sur les processus industriels concernĂ©s ;
  • Structurer et clarifier les rĂŽles autour de la donnĂ©e : Data Owner, Data Manager, contributeurs, mĂ©tiers, IT ;
  • Contribuer au catalogage et Ă  la documentation des donnĂ©es dans les outils dĂ©diĂ©s ou rĂ©fĂ©rentiels existants ;
  • Participer Ă  la mise en place d’un cadre de gouvernance partagĂ© avec les Ă©quipes industrielles, Manuf4.0, BPM et SI.

Qualité et standardisation des données

  • DĂ©finir et mettre en Ɠuvre les rĂšgles de qualitĂ© des donnĂ©es : complĂ©tude, cohĂ©rence, unicitĂ©, fiabilitĂ© ;
  • Piloter des chantiers de mise Ă  plat, nettoyage et standardisation des donnĂ©es liĂ©es aux installations industrielles ;
  • Accompagner la rĂ©duction de la dette data et documentaire ;
  • SĂ©curiser les KPI processus par une meilleure maĂźtrise de la donnĂ©e.

Pilotage opérationnel et coordination

  • Assurer l’interface entre les mĂ©tiers industriels, les Ă©quipes Manuf4.0, la Direction Industrielle et les acteurs SI ;
  • Suivre les indicateurs de qualitĂ© data et de performance des processus ;
  • Mettre en place une boucle d’amĂ©lioration continue autour de la donnĂ©e ;
  • Participer aux instances de gouvernance et aux Ă©changes avec les sites industriels.

Accompagnement au changement

  • Accompagner les Ă©quipes dans l’appropriation des bonnes pratiques Data ;
  • Sensibiliser les utilisateurs Ă  la qualitĂ©, Ă  la traçabilitĂ© et Ă  la standardisation des donnĂ©es ;
  • Adopter une posture de facilitateur auprĂšs d’interlocuteurs mĂ©tiers et techniques., * Cycle de vie de la donnĂ©e ;
  • QualitĂ©, traçabilitĂ© et standardisation des donnĂ©es ;
  • Cartographie des donnĂ©es, des flux et des usages ;
  • Structuration de rĂ©fĂ©rentiels de donnĂ©es ;
  • DonnĂ©es liĂ©es aux actifs industriels : machines, bĂątiments, investissements, indicateurs ;
  • Environnements applicatifs complexes : MES, ERP, outils mĂ©tiers industriels, applications de pilotage ;
  • Outils de Data Gouvernance ou de catalogage de type Collibra, Semarchy ou Ă©quivalents ;
  • Lecture et comprĂ©hension des flux de donnĂ©es inter-applications ;
  • Outils collaboratifs et de pilotage : M365, reporting, outils de suivi.

La connaissance prĂ©alable des outils Safran ou d’un Asset Model groupe n’est pas obligatoire, Ă  condition de dĂ©montrer une capacitĂ© rapide de montĂ©e en compĂ©tence., Vous participerez Ă  un projet structurant de gouvernance des donnĂ©es industrielles, au sein d’un environnement technique riche, complexe et Ă  forte valeur ajoutĂ©e.

Cette mission vous permettra d’intervenir sur des sujets stratĂ©giques de Data Management, de qualitĂ© des donnĂ©es, de standardisation et de transformation digitale industrielle.

Requirements

Vous justifiez d’une expĂ©rience significative d’au moins 3 ans hors stage en Data Management, Data Quality, Data Gouvernance ou sur des fonctions connexes.

Une expérience dans un environnement industriel, technique, multi-sites ou fortement outillé est fortement appréciée.

Vous avez idéalement déjà travaillé sur des missions de structuration ou de remise à plat de données existantes : diagnostic, nettoyage, fiabilisation, documentation, standardisation.

Compétences techniques attendues

Vous disposez de solides connaissances sur les sujets suivants :

  • Data Management et Data Gouvernance, Nous recherchons un profil rigoureux, autonome et capable d’évoluer dans un environnement industriel exigeant.

Vous ĂȘtes reconnu(e) pour :

  • Votre rigueur mĂ©thodologique et votre sens du dĂ©tail ;
  • Votre appĂ©tence pour les dĂ©marches qualitĂ©, mĂ©thodes industrielles et amĂ©lioration continue ;
  • Votre capacitĂ© Ă  analyser des environnements complexes ;
  • Votre esprit de synthĂšse et votre capacitĂ© Ă  formaliser clairement ;
  • Votre aisance relationnelle avec des interlocuteurs mĂ©tiers, IT et data ;
  • Votre posture de facilitateur ;
  • Votre capacitĂ© Ă  structurer, proposer et faire avancer les sujets dans un cadre de gouvernance dĂ©fini.

Environnement de mission

Vous interviendrez dans un contexte visible et stratĂ©gique, au cƓur des enjeux de transformation digitale industrielle. La mission implique des interactions rĂ©guliĂšres avec les Ă©quipes industrielles, les sites/usines, les Ă©quipes Manuf4.0, les Business Process Managers, la Direction Industrielle et les acteurs SI.

Benefits & conditions

Et bien sûr, nous prenons en charge 70% de votre mutuelle santé et encourageons financiÚrement la mobilité douce.

About the company

STEP UP est une sociĂ©tĂ© d’ingĂ©nierie experte en pilotage de projets industriels et informatiques (+ 250 collaborateurs sur 11 agences en France), plaçant le potentiel humain comme 1er vecteur d’excellence et de performance en entreprise. Oubliez les sociĂ©tĂ©s d’ingĂ©nierie qui ne valorisent que vos seules compĂ©tences, chez STEP UP, nous visons Ă©galement l’adĂ©quation entre votre personnalitĂ© et la culture d’entreprise de nos clients. Cela se traduit pour vous par une diffĂ©rence fondamentale en termes de bien ĂȘtre, d’épanouissement au travail et de succĂšs dans vos missions., * Un cadre de travail Ă©panouissant, stimulant et collaboratif, nous sommes certifiĂ©s entreprise oĂč il fait bon vivre !

  • Des projets innovants et variĂ©s.
  • La possibilitĂ© de se perfectionner continuellement avec des formations internes.
  • Des perspectives d’évolution de carriĂšre.
  • Un accompagnement individualisĂ© avec un programme de dĂ©veloppement du potentiel humain.
  • Un programme de cooptation.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:39 min

Harnessing data mapping tools to identify unmapped opportunities

Laura Möller Laura Möller +3 · WWC 2024

1:34 min

Bringing diverse skills to industrial data science roles

Katja TrÀumner

1:36 min

Designing pattern validation chains with linked lists

Andrii Raikov · LIVE

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

3:57 min

Mapping abstract data attributes into geometric visual configurations

Johanna Schmidt · LIVE

1:20 min

How social media platforms generate link previews

Lars Kölker · WWC 2023

Videos

See all

Related articles

See all