An application made for this job — a tailored resume and cover letter that speak straight to the posting.
Free-Work recherche un Data Analytics Engineer autonome pour une mission d’intégration, de modélisation et de restitution des données Sustainability. Vous travaillerez sur des dashboards et des consolidations multi-sources, avec des pipelines robustes garantissant l’intégrité et la traçabilité des données.
Vous concevrez et opérez des flux d’ingestion, modéliserez dans un Snowflake Data Warehouse et assurerez la gouvernance et la documentation des processus, en collaboration avec les équipes
Dans le cadre de l’optimisation et de l’unification de ses capacités analytiques transversales, une grande entreprise internationale recherche un consultant Data Analytics Engineer autonome pour une mission d’intégration, de modélisation et de restitution de données Sustainability stratégiques.
Cette initiative vise à fournir une vision consolidée et exploitable des indicateurs clés provenant de diverses sources externes, essentielles à la prise de décision stratégique et opérationnelle.
Couvrir des cas d’usage analytiques à destination du département Sustainability avec une forte contrainte de qualité et de traçabilité de la donnée.
Dashboard de suivi des consommations d’eau
Dashboard de suivi des consommations d’énergie
Dashboard de suivi du gaspillage alimentaire
Établir et sécuriser des connexions techniques robustes et évolutives avec les systèmes sources identifiés (Ressource Advisor, référentiels internes).
Extraire et charger les données des domaines fonctionnels Corporate clés : finance, ressources humaines, référentiels, achats, etc.
Concevoir et implémenter des pipelines d’ingestion automatisés, fiables et performants, garantissant l’intégrité et la fraîcheur des données.
Structurer et modéliser les données dans un Data Warehouse Snowflake de manière logique, modulaire, réutilisable et optimisée pour l’analyse et la restitution.
Mettre en place des mécanismes de gouvernance des données : gestion des métadonnées, logiques de rafraîchissement, suivi de la qualité des données et gestion des erreurs.
Développer des vues et agrégats de données spécifiques aux besoins de restitution et d’analyse pour les départements Sustainability et leurs collaborateurs en région.
Documenter de manière exhaustive les pipelines d’ingestion, les modèles de données (logique et physique), les règles de transformation et les points de reprise afin d’assurer la maintenabilité et la transférabilité.
Sources : multiples systèmes (Ressource Advisor, référentiels internes – via APIs, exports ou connecteurs natifs)
Destination : Snowflake – Data Warehouse Cloud
Orchestration : Airflow
Transformation : DBT Core / SQL, Python (Pandas/PySpark) ou équivalent
Modélisation : DrawIO, Lucidchart ou autre outil libre
Visualisation / Restitution : Tableau
CI/CD / Versioning : GitLab, GitHub
Documentation : Confluence, Jira, SharePoint
Snowflake : Confirmé – Impératif
DBT : Confirmé – Important
Airflow : Confirmé – Important
Tableau : Confirmé – Souhaitable
Data modeling analytique : modèles dimensionnels, Data Vault, architecture médaillon ou autres architectures d’entrepôt de données
Ingestion et transformation de données dans un environnement cloud
Orchestration de pipelines de données
Versioning et pratiques CI/CD
Documentation technique et fonctionnelle
Maîtrise des techniques d’ingestion et de transformation de données dans un environnement cloud, notamment Snowflake.
Solides compétences en data modeling analytique.
Excellentes pratiques en matière d’orchestration de pipelines de données, de versioning de code et de documentation technique et fonctionnelle.
Capacité à travailler efficacement au sein d’une équipe Agile suivant la méthodologie Scrum.
Forte capacité à travailler en autonomie, à prendre des initiatives et à interagir efficacement avec les équipes techniques et les interlocuteurs métiers.
Capacité à comprendre et traduire des besoins métiers complexes en solutions techniques de données.
Anglais professionnel – Impératif
Connaissance des structures de données et des processus métier typiques d’un grand groupe international dans l’hôtellerie ou un secteur similaire.
Expérience dans l’utilisation de l’IA et des Agent LLM dans le delivery, que ce soit pour la conception, la documentation, le développement ou les tests.