Data front office

Cyclad est une entreprise spécialisée dans le recrutement de profils qualifiés dans le domaine de l’informatique. Nous sommes présents en France, en Pologne et au Maroc. Nous misons sur la transparence et la proximité avec les experts qui nous rejoignent.

1.2.2 Environnement technique et fonctionnel
Notre Plateforme Data & Analytics repose sur un framework (.net) développé chez NaTran où :
les ingestions de données sont paramétrées en mode « delta-lake » (tables de streaming)
toutes les transformations et règles de gestions sont réalisées au sein de procédures stockées
(SQL et Javascript), voire Python avec Snowpark (pour les transformations plus techniques et
avancées)
les transformations sont ordonnancées par le service Azure Automation et supervisées via le
service managé logAnalytics et suivi dans Power BI.
L’ensemble des données sont stockées dans Snowflake (zones Bronze>Argent>Or) et hébergées dans le Cloud Azure.
Il existe des zones de publication découpées par domaine fonctionnel (ex : RH, Finance, …) derrière la zone « OR » pour présenter les données en mode DataMesh. Ces zones de publications par portefeuilles permettent aux Data Analysts de créer des jeux de données spécifiques par portefeuilles métiers qui sont
chargés dans POWER BI ou des Cubes.
Les déploiements sont gérés par la chaine complète CI/CD d’Azure Devops, repository : GIT-> Méthode
GITflow / GITHubflow.

2 Prestations attendues
2.1 Activités
• Analyse avancée et modélisation statistique :
o Capacité à effectuer des analyses complexes sur les données.
o Utilisation de méthodologies statistiques pour générer des insights exploitables.
• Communication et collaboration :
o Compétences en communication pour travailler avec des équipes interfonctionnelles et
métier.
o Capacité à traduire des besoins métier en exigences techniques.
o Animer la communauté de développeur autour de produits
• Gestion de projet et résolution de problèmes :
o Planification et exécution de projets d’analyse de données.
o Résolution efficace des problèmes liés aux données et aux pipelines.
• Outils d’analyse de données :
o Maitrise des outils couramment utilisés tels que Power BI, Reporting Service, Cube,
Excel.
o Capacité à créer des rapports pertinents à partir des données analysées.
• Modélisation de données et visualisation (Dataviz) :
o Compétences en modélisation de données pour créer des schémas et des structures.
o Expert des modèles de données métiers
Cahier des charges de prestation

o Capacité à créer des visualisations claires et informatives pour communiquer les
résultats.
o Proposer des solutions de visualisations avancées (UX/UI)
• Référent sur la connaissance du patrimoine de données mises à disposition dans les socles de
données et des publications de reporting afférentes.

2.2 Hardskills
Compétences techniques obligatoires :
• SQL et T-SQL (SQL server 2017+ et SGBD PaaS : SMI & Synapse Azure)
• GIT
• Snowflake
• Cube tabulaire (PaaS)
• MS Azure Data Factory (Kafka envisagé aussi à terme pour gérer les flux stream)
• Power BI (DAX, M) (Certification requise)
• Reporting Services / Paginated Reports
• Streamlit
Compétences techniques grandement appréciées :
• Cube multidimensionnel SQL Server (MDX)
• Python for Analytics

2.3 Softskills
o Communication Verbale et Écrite:
▪ La capacité à communiquer clairement avec des collègues non techniques, des
gestionnaires et des parties prenantes est cruciale. Vous devrez expliquer des concepts
techniques de manière compréhensible et rédiger des documents techniques.
o Éthique de Travail solide:
▪ S’investir pleinement pour aider l’entreprise à réussir. Prenez en charge vos tâches
assignées, respectez les délais et assurez-vous que votre travail est exempt d’erreurs.
o Adaptabilité:
▪ Le domaine des données évolue rapidement. Vous devez être capable de vous adapter
aux nouvelles technologies, aux changements de processus et aux conditions du marché.
o Esprit Critique:
▪ En tant que consultant Data, vous devrez résoudre des problèmes complexes. La pensée
critique vous aidera à analyser les situations, à identifier les solutions et à prendre des
décisions éclairées.

Le besoin concerne un profil côté Front-Office de type Data Analyst / Analytics Engineer avec une
expérience a minima de niveau « Confirmé »: expérience avérée a minima de 4 ans dans des missions de
même type (hors stage/alternance).