Architecte Power BI, Microsoft Fabric et Azure Analysis Services (H/F)

Lena IT; Neuilly-sur-Seine; On-site; EUR 90,000 - 135,000; Full time

Job summary

LENA IT, cabinet de conseil IT basé à Paris, recrute un Architecte Power BI, Microsoft Fabric et Azure Analysis Services pour concevoir et maintenir une plateforme BI d’entreprise au service des Maisons Beauté. Vous piloterez l’architecture des modèles, la sécurité et l’observabilité, tout en encadrant les bonnes pratiques de déploiement et les tests.

Le rôle couvre la migration et la modernisation du patrimoine BI existant, avec une attention particulière à Copilot et IA Power BI comme atouts

Qualifications

• Architecture et exploitation de plateformes Power BI/Microsoft Fabric à grande échelle.
• Expérience opérationnelle d’au moins 2 ans avec Microsoft Fabric.
• Maîtrise du déploiement et de la gestion CI/CD et des scripts (PowerShell ou Python).

Responsibilities

• Définir l’architecture et les modèles sémantiques tabulaires, optimiser DAX et concevoir la sécurité (RLS/OLS).
• Concevoir la partie observabilité et capacité Fabric pour répondre aux charges attendues et à la scalabilité.
• Réaliser des migrations et modernisation vers Fabric, et documenter les standards et runbooks.
• Former les équipes internes et assurer le transfert de compétences.
• Gérer les pipelines CI/CD et les déploiements via Git et automations PowerShell/Python.

Skills

Power BI

Microsoft Fabric

Azure Analysis Services

DAX optimization

Git

CI/CD pipelines

PowerShell

Python

KQL

Cloud architecture

Education

Microsoft Power BI Data Analyst (PL-300)

Microsoft Fabric Analytics Engineer Associate (DP-600)

Microsoft Fabric Data Engineer Associate (DP-700)

Tools

Azure Data Factory

Eventhouse

Azure Log Analytics

Job description

LENA IT est un cabinet de conseil IT basé à Paris, fondé en 2021. Nous accompagnons les grands comptes en plaçant des consultants et chefs de projet IT experts. Nous sommes aussi un cabinet de conseil en digital inclusif et solidaire, agréé ESS : nous agissons pour la mixité des métiers du numérique, ouvrons nos portes aux profils en reconversion et redistribuons nos bénéfices à nos salariés

En tant qu'Architecte Power BI, Microsoft Fabric et Azure Analysis Services, vous serez responsable de la conception technique et de la santé opérationnelle de la plateforme BI Microsoft au service des Maisons Beauté. La mission couvre trois volets de poids comparable : l'architecture et la performance de modèles sémantiques tabulaires à grande échelle ; la gestion de capacité et l'observabilité de la plateforme Fabric ; et les pratiques d'ingénierie (gestion de versions sous Git, automatisation des mises en production, standards) qui permettront aux équipes internes de maintenir l'ensemble à l'issue de la mission. La migration et la modernisation du patrimoine existant constitue un quatrième volet, à cadrer et chiffrer séparément. Les réponses sont évaluées sur la profondeur d'expertise démontrée plutôt que sur l'étendue des technologies couvertes. Une expérience des fonctionnalités Copilot et IA de Power BI et Fabric est un atout différenciant, et non un prérequis.

Architecture et performance des modèles sémantiques

Définir l'architecture de référence des modèles sémantiques, y compris les critères de choix entre les modes Import, Direct Lake et composite, et les conditions d'application de chacun.

Concevoir et modéliser des modèles sémantiques tabulaires à grande échelle, en pilotant la compression, la cardinalité, le partitionnement et la stratégie d'agrégation.

Optimiser les mesures DAX à partir des plans de requête, en répartissant le coût entre le moteur de stockage et le moteur de formules.

Concevoir le modèle de sécurité au niveau des lignes (RLS) et des objets (OLS), y compris son impact sur les performances en situation de concurrence.

Réaliser des audits de performance sur les modèles sémantiques et bases Azure Analysis Services désignés, avec mesures avant/après et plan de remédiation.

Établir un standard de revue de modélisation et de DAX que les équipes internes pourront appliquer en autonomie.

Lorsque Copilot est activé, appliquer la couche « Prep data for AI » aux modèles stratégiques (schémas de données IA, instructions IA et réponses vérifiées) et définir le circuit de validation préalable au statut « Approved for Copilot ».

Gestion de capacité et observabilité Fabric

Concevoir et construire la solution d'observabilité des capacités.

Le socle technique est proposé et justifié par le prestataire ; les approches envisageables incluent la Fabric Capacity Metrics App, l'interrogation directe du modèle sémantique de métriques sous-jacent, le monitoring des espaces de travail via Eventhouse et KQL, Azure Log Analytics et les API REST d'administration.

Définir des alertes de saturation avec des seuils alignés sur le modèle de consommation Fabric : lissage des CU sur la fenêtre glissante, bursting, classification interactif/arrière‑plan et paliers successifs de throttling.

Mettre en place l'analyse historique et tendancielle de la consommation, y compris le pipeline d'extraction et de rétention nécessaire pour dépasser la fenêtre de rétention native des métriques. Produire une méthode de dimensionnement fondée sur les données, couvrant les décisions d'augmentation, de réduction et de mise en pause/reprise.

Rédiger et maintenir le runbook de surcharge : le parcours de diagnostic de l'alerte à la cause racine puis à la remédiation, exploitable par l'équipe d'astreinte.

Lorsque des charges de travail industrialisées et en libre‑service coexistent sur la plateforme, traiter les deux : la planification des charges et le comportement individuel des utilisateurs n'appellent pas la même remédiation.

Intégrer les charges Copilot et IA au suivi de consommation et à la planification de capacité, l'usage de l'IA consommant des CU sur la même capacité que le reporting et les rafraîchissements. Ingénierie de plateforme et automatisation des mises en production

Définir le modèle de gestion de versions des modèles sémantiques et des rapports : stockage au format TMDL, stratégie de branches et gestion des conflits de fusion sur les artefacts de modèle entre les espaces de développement, de recette et de production.

Mettre en œuvre la CI/CD sur l'intégration Git de Fabric et les pipelines de déploiement : workflow « une branche par environnement » ou par fonctionnalité, revue des pull requests et analyse automatisée des bonnes pratiques avant fusion.

Automatiser via les API REST Power BI et Fabric : orchestration des rafraîchissements, pilotage des traitements asynchrones, extraction de l'inventaire du tenant et des espaces de travail.

Les approches PowerShell, Python ou à base de notebooks sont également acceptées.

Orchestrer le rafraîchissement des modèles sémantiques au sein du pipeline de données global (Azure Data Factory / Fabric Data Factory).

Gérer les scénarios à forte concurrence et les processus de sauvegarde sur Azure Data Lake Storage Gen2.

Conseil, accompagnement et transfert de compétences

Travailler avec les équipes métier pour traduire les besoins fonctionnels en conception de modèles et de plateforme.

Former les développeurs internes à la modélisation sémantique, à l'optimisation DAX, au comportement des capacités Fabric et au processus de mise en production.

Animer des ateliers et des clubs utilisateurs pour favoriser l'adoption et partager les pratiques techniques.

Accompagner (mentorat) les équipes internes pour renforcer leur autonomie sur la plateforme. Transmettre chaque outil et standard produit pendant la mission, avec documentation et session de passation. La réversibilité est un livrable, pas un présupposé

Migration et modernisation

Prendre et documenter une position sur le patrimoine existant : maintenir Azure Analysis Services et Power BI on‑premise en l'état, les optimiser, ou migrer les modèles vers des modèles sémantiques Fabric.

Exécuter le plan de migration qui en découle, y compris la transition des espaces de travail et des capacités lorsque des SKU Power BI Premium par capacité restent utilisés.

Accompagner la migration des sources de données amont entre plateformes.

Cette activité mobilise des compétences différentes de l'optimisation tabulaire et peut être confiée à un autre profil ; les prestataires doivent préciser comment ils la couvrent.

Intervenir sur les charges de travail Fabric concernées : Lakehouse, Warehouse, Notebook, Data Pipeline, Dataflow, Eventstream, Eventhouse, Activator et Direct Lake.

PROFIL RECHERCHÉ

Expérience Profil senior justifiant d'une expérience avérée dans l'architecture et l'exploitation de plateformes Power BI à grande échelle en production, dont au moins deux ans de pratique opérationnelle de Microsoft Fabric. Le nombre d'années d'expérience est indicatif et non éliminatoire. Les candidats sont évalués sur la profondeur démontrée au regard de l'expertise technique ci-dessous.

Expertise technique requise (profondeur démontrable)

Modélisation tabulaire à grande échelle : gestion de la compression et de la cardinalité, partitionnement, agrégations, modèles composites, groupes de calcul.

Optimisation DAX, au-delà de la simple écriture : transition de contexte, coût des itérateurs, propagation des filtres, lecture des plans de requête.

Mécanique des capacités Fabric : lissage, bursting, paliers de throttling, opérations interactives et en arrière‑plan, attribution des CU par charge de travail et par espace de travail.

Direct Lake : champ d'application, conditions de repli vers DirectQuery et moyens de les éviter, comportement de framing/reframing après écritures Delta, V-Order et maintenance des fichiers, arbitrage raccourci (shortcut) ou copie.

Azure Analysis Services : conception tabulaire, stratégies de traitement et arbitrages d'une migration vers les modèles sémantiques Fabric. API REST Power BI et Fabric, avec automatisation en PowerShell ou en Python (au moins l'un des deux).

Gestion de versions des artefacts BI : TMDL, intégration Git, pipelines de déploiement. SQL, avec une réelle maîtrise d'au moins un moteur majeur.

Expertise technique appréciée

Optimisation Power Query / M et query folding. KQL, lorsque l'observabilité repose sur Eventhouse ou Azure Log Analytics. PySpark pour les travaux côté lakehouse.

Azure Functions, Azure Log Analytics. Fonctionnalités Copilot et IA de Power BI et Fabric : Prep data for AI (schémas de données IA, instructions IA, réponses vérifiées), agents de données Fabric, fonctions IA, ainsi que les paramètres de tenant et de capacité qui les encadrent.

Semantic link / SemPy pour interagir par programmation avec les modèles sémantiques depuis des notebooks.

Plateformes de données amont : SQL Server, Oracle, BigQuery, Snowflake, Teradata. Outils collaboratifs : Teams, SharePoint, Office 365.

Certifications (Obligatoire)

Microsoft Power BI Data Analyst (PL-300) (Obligatoire) Microsoft Fabric Analytics Engineer Associate (DP-600)

(Appréciée) Microsoft Certified : Fabric Data Engineer Associate (DP-700)

Savoir‑être

Excellentes capacités de communication, solide esprit d'analyse, esprit critique, leadership, pédagogie, goût du partage de connaissances, excellence organisationnelle, autonomie et curiosité insatiable.

Langues

Français : courant (C2) Anglais : courant, indispensable

CDI : Présence sur site obligatoire a 3j par semaine imposé et OBLIGATOIRE