> Markdown version of [/jobs/ext/4665665-expert-data-analytics-domaine-spatial-h-f](https://www.wearedevelopers.com/jobs/ext/4665665-expert-data-analytics-domaine-spatial-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Expert Data Analytics - Domaine Spatial H/F

- **Company:** Celad
- **Location:** Balma, France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Amazon S3, Data Analysis, Apache HTTP Server, Extract Transform Load (ETL), Data Transformation, Python (Programming Language), SQL Databases, Jupyter Notebook, Jupyter, Git, Data Analytics, Data Management
- **Published:** November 11, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/85389387.html

## About the Role

Vous justifiez d'au moins 10 ans d'expérience en Data Analytics et/ou Data Engineering.Vous maîtrisez :Python : traitement de données, statistiques et automatisation.SQL avancé : extraction, jointures, agrégations et optimisation.Jupyter Notebook : analyses exploratoires et qualification.Apache Superset : dashboards, datasets et visualisation.ETL/ELT : ingestion et transformation des données.S3 : stockage objet et exploitation des données.Git : versionnement et traçabilité.Vous possédez une solide expertise en analyse de données, statistiques et séries temporelles, ainsi qu'une capacité à concevoir des pipelines robustes et évolutifs.Une expérience dans les environnements IoT, télécoms et QoS sera appréciée., Vous justifiez d'au moins 10 ans d'expérience en Data Analytics et/ou Data Engineering.

Vous maîtrisez :

 * Python : traitement de données, statistiques et automatisation.
 * SQL avancé : extraction, jointures, agrégations et optimisation.
 * Jupyter Notebook : analyses exploratoires et qualification.
 * Apache Superset : dashboards, datasets et visualisation.
 * ETL/ELT : ingestion et transformation des données.
 * S3 : stockage objet et exploitation des données.
 * Git : versionnement et traçabilité.

Vous possédez une solide expertise en analyse de données, statistiques et séries temporelles, ainsi qu'une capacité à concevoir des pipelines robustes et évolutifs.

Une expérience dans les environnements IoT, télécoms et QoS sera appréciée.

EUR

ETL
Qualité de service (QoS)
SQL
Gestion des données
Git
Python
Statistiques
Analyse de données

## Description

Au-delà des projets, nous accordons une place essentielle aux relations humaines. Notre management de proximité garantit un suivi régulier, un accompagnement individualisé et de réelles perspectives d'évolution., 2/ Premier contact : un coup de fil rapide pour voir si on part sur de bonnes bases

3/ Premier entretien : on parle de vous, de vos compétences, de vos projets et on vous ouvre les coulisses de CELAD

4/ Rencontre Business Manager : on plonge dans le concret, la mission, l'équipe, les défis

5/ Décision : si on se dit go, on vous fait une offre et on prépare ensemble votre arrivée

Vous êtes curieux.se ? Parlons-en !

A LIRE ATTENTIVEMENT AVANT DE POSTULER

Toulouse - Expérience d'au moins 10 ans minimum

Envie de rejoindre une équipe où la tech et les projets stimulants sont au rendez-vous ? Cette opportunité est faite pour vous !

Vous souhaitez intervenir sur des problématiques Data complexes, à la croisée de l'analyse statistique, du Data Engineering et de la performance des systèmes IoT ?

En tant qu'expert Data Analytics, vous interviendrez sur l'ensemble de la chaîne analytique : de l'exploitation des données à la conception des indicateurs, jusqu'à leur automatisation et leur restitution au travers de dashboards.

Voici un aperçu détaillé de vos missions :

Votre rôle s'articulera autour de trois axes :

 1. Analyse et qualification des performances

 - Analyser les performances des services : taux de réception, latence, QoS et configurations MAC.
 - Développer des analyses statistiques et des indicateurs de qualification.
 - Automatiser les analyses et les rapports de performance.

 2. Fleet Analytics

 - Concevoir les KPI de suivi des flottes IoT : activité, volumes, consommation et anomalies.
 - Développer des dashboards sous Apache Superset et des notebooks Jupyter.
 - Structurer les datasets analytiques pour répondre aux besoins métier.

 3. Data Engineering & Industrialisation

 - Développer et optimiser les pipelines ETL/ELT.
 - Fiabiliser les sources, transformations et calculs.
 - Garantir la maintenabilité, les tests et la documentation des traitements, dashboards et notebooks.