Analytics Engineer Senior (IT) / Freelance

Nous changeons d? ERP comptable + achats indirects + notes de frais pour les remplacer par une solution unique SaaS Workday.

L?Analytics Engineer :

Sera responsable de la transformation des données des outils legacy pour leur mise à disposition auprès de l?intégrateur chargé de déployer la solution Workday.

Analyse et compréhension des systèmes sources / données existantes :

Collaborer étroitement avec les PM, BI Engineers, les métiers et les Data Owners afin d?identifier les besoins, exigences et contraintes liées aux données, ainsi que les datasets à transformer et les pipelines de transformation à créer.

Documenter les sources, les données et les règles de transformation existantes.

Conception et développement de transformation de données sécurisés :

Concevoir et développer des pipelines de données robustes et évolutifs pour transformer, garantir la qualité / intégrité de la donnée et charger la donnée des systèmes sources à destination de notre intégrateur partenaire.

Mettre en ?uvre des règles de transformation complexes pour adapter les données aux standards / templates définis par l?intégrateur.

Mise à disposition des données et contrôles qualités :

S'assurer que les données transformées sont conformes aux spécifications de l'intégrateur, respectent les formats, les structures et les règles de validation.

Avec le Data Quality manager, mettre en place des mécanismes de contrôle pour garantir la conformité des données.

Effectuer / Collaborer sur les tests unitaires, d?intégration, UAT

Profil candidat :

Analytics engineer confirmé, ou 4 ans en Data Analyse ayant déjà été exposé à du data / analytics engineering

Curiosité et proactivité pour comprendre le besoin métier. Une connaissance des métiers financiers est un plus.

Rigueur, autonomie, sens de service

Forte appétence pour la découverte / résolution de problèmes

Volonté d?apprendre et d?apporter de la valeur

Expérience significative dans la mise en ?uvre de pipeline de transformation de données avec DBT, SQL.

Maîtrise des environnements de développement sur le Cloud (ex : AWS S3, DataBricks, etc.)

Cluster Computing Fundamentals

Maîtrise des outils de développement : Git, Github, CI / CD

Data quality testing (Unit / Integration / Function / non regression, UAT)