Data Analyst Sénior H/F
Role details
Job location
Tech stack
Job description
Au sein de l'équipe Data / BI, vous intervenez en tant qu'expert(e) sur la collecte, l'assainissement et la fiabilité des données réseau et/ou clients. Votre rôle principal est de garantir la qualité globale des flux de données et de détecter proactivement les anomalies complexes propres au secteur des télécoms.
Responsabilités Principales
- Collecte & Intégration des Données
Identifier, extraire et consolider des données massives provenant de sources hétérogènes (équipements réseau, CDRs, systèmes de facturation, CRM).
Collaborer avec les équipes Data Engineering pour structurer et automatiser l'ingestion des flux de données.
- Détection d'Anomalies & Contrôle Qualité (Data Quality)
Mettre en place des règles de contrôle qualité et des algorithmes de détection d'erreurs/anomalies (doublons, incohérences de facturation, pertes de données réseau, dérives de métriques).
Analyser les causes racines des anomalies identifiées et proposer des plans d'action correctifs.
Garantir l'intégrité et la fiabilité des données mises à disposition des équipes métiers.
- Analyse & Restitution
Concevoir des tableaux de bord et des indicateurs clés de performance (KPIs) pour suivre la santé des données et les performances opérationnelles.
Rédiger des recommandations techniques et fonctionnelles à destination des équipes métiers et de la direction.
Requirements
Formation : Bac +5 (Master ou École d'Ingénieur) en Informatique, Statistique, Big Data ou Mathématiques Appliquées.Expérience : 6 ans minimum sur un poste similaire, impérativement dans le secteur des télécoms (opérateur, équipementier ou cabinet de conseil spécialisé).Compétences Techniques (Hard Skills)Langages de programmation & requêtage : Maîtrise avancée de SQL (indispensable) et de Python ou R (pour le traitement et le nettoyage de données).Environnement Data / BI : Expérience sur des outils de dataviz (Power BI, Tableau, Looker) et des environnements Cloud/Big Data (Snowflake, BigQuery, AWS, GCP, Hadoop...).Expertise Métier : Connaissance solide des modèles de données télécom (CDRs, typologies de données réseau 4G/5G, ticketing, facturation).Data Quality : Expérience confirmée sur des problématiques de réconciliation de données et de détection d'anomalies à grande échelle.Qualités Personnelles (Soft Skills)Riguer & Esprit critique : Capacité à déceler l'erreur ou l'incohérence masquée dans de grands volumes de données.Capacité d'analyse & de synthèse : Savoir traduire des problèmes techniques complexes en enjeux métiers clairs.Autonomie & Proactivité : Capacité à prendre en main rapidement un environnement existant et à être opérationnel(le) immédiatement.Aisance relationnelle : Aptitude à faire le lien entre les équipes techniques (Data Engineers, IT) et les utilisateurs métiers., Formation : Bac +5 (Master ou École d'Ingénieur) en Informatique, Statistique, Big Data ou Mathématiques Appliquées.
Expérience : 6 ans minimum sur un poste similaire, impérativement dans le secteur des télécoms (opérateur, équipementier ou cabinet de conseil spécialisé).
Compétences Techniques (Hard Skills)
- Langages de programmation & requêtage : Maîtrise avancée de SQL (indispensable) et de Python ou R (pour le traitement et le nettoyage de données).
- Environnement Data / BI : Expérience sur des outils de dataviz (Power BI, Tableau, Looker) et des environnements Cloud/Big Data (Snowflake, BigQuery, AWS, GCP, Hadoop...).
- Expertise Métier : Connaissance solide des modèles de données télécom (CDRs, typologies de données réseau 4G/5G, ticketing, facturation).
- Data Quality : Expérience confirmée sur des problématiques de réconciliation de données et de détection d'anomalies à grande échelle.
Qualités Personnelles (Soft Skills)
- Riguer & Esprit critique : Capacité à déceler l'erreur ou l'incohérence masquée dans de grands volumes de données.
- Capacité d'analyse & de synthèse : Savoir traduire des problèmes techniques complexes en enjeux métiers clairs.
- Autonomie & Proactivité : Capacité à prendre en main rapidement un environnement existant et à être opérationnel(le) immédiatement.
- Aisance relationnelle : Aptitude à faire le lien entre les équipes techniques (Data Engineers, IT) et les utilisateurs métiers., Google cloud platform, Contrôle qualité Hadoop SQL AWS Power BI Sens du relationnel Pro-activité Facturation Big data KPI Python Autonomie Visualisation de données