Consultant Data Steward / Data Governance (H/F) | CDI | Lille Cenova
Cabinet de transformation digitale et data pour le luxe, le retail et le tourisme.
CDI
Marcq-en-Baroeul
Télétravail fréquent
Salaire : non spécifié
> 3 ans
Bac +5
Les compétences que l’on cherche
Contrôle qualité
Aisance à l'oral
Méthode Agile
Collibra
Snowflake
+3
Votre nouvelle entreprise
70 collaborateurs
Digital Marketing / Data Marketing
IT / Digital
Change Management
Âge moyen : 32
Créée en 2016
55%
45%
Cabinet de Conseil en forte croissance, Cenova a été créé en 2016 pour remplir une mission passionnante : accompagner la mutation des entreprises vers de nouveaux modèles B2C, à savoir l’omnicanalité, la mobilité, la numérisation et la personnalisation.
Leur valeur ajoutée ? Un modèle unique qui s’articule autour de 3 offres complémentaires et qui développe une véritable synergie entre leurs collaborateurs
• Le Conseil : Technologies & Business Consulting
• La Data : du cadrage à l’industrialisation de solutions d’IA (NLP, Machine Learning, Deep Learning, Data Visualisation …)
• L’innovation : reconnue « Jeune Entreprise Innovante », Cenova dispose d’un Datalab interne et investit dans des projets R&D et développe des solutions innovantes.
Nous recherchons un(e) “ Chef de Projet Technique H/F “ pour accompagner l’un de nos clients grands comptes, dans le secteur du tourisme.
Vos missions au quotidien
Votre rôle
Nous recherchons un Consultant Data Steward / Data Governance (H/F) pour rejoindre notre équipe lilloise en CDI et accompagner la construction de Data Products compréhensibles, documentés et fiables.
Votre objectif : clarifier le sens des données, des indicateurs et de leurs règles de calcul pour permettre aux métiers de les utiliser avec confiance.
Votre première mission portera sur un Data Product Vente. À partir d’un patrimoine de reporting existant, vous organiserez les termes métier, identifierez les définitions manquantes et préparerez leur validation avec les référents métier, en lien avec les Data Engineers.
Vos missions
• Analyser l’existant : étudier les objets de reporting BusinessObjects et retrouver les définitions, sources et règles associées aux indicateurs.
• Structurer le périmètre : organiser les objets par domaine et thématique métier, identifier les axes d’analyse et prioriser les termes à documenter.
• Évaluer la documentation : rapprocher l’existant du glossaire d’entreprise et identifier les définitions présentes, incomplètes, absentes ou redondantes.
• Formaliser le sens des données : rédiger des définitions métier précises, des règles de gestion et des règles de calcul compréhensibles et peu interprétables.
• Animer les validations métier : préparer des propositions, conduire les ateliers avec les Data Owners et référents métier, formaliser les décisions et suivre les points ouverts.
• Enrichir le catalogue : documenter les termes, leurs associations et leur traçabilité, en cohérence avec les couches sémantiques des Data Products.
• Contribuer à la qualité : définir les contrôles et sondes qualité pertinents, identifier les anomalies et accompagner leur traitement.
• Faire le lien entre métier et data : collaborer avec les Data Engineers qui matérialisent les produits dans Snowflake et proposer une démarche de gouvernance durable.
Vos livrables : cartographie des objets, état des lieux du glossaire, liste priorisée des termes à compléter, définitions et règles associées, supports et comptes rendus d’ateliers.
Environnement de la première mission : Snowflake, BusinessObjects, Power BI et Meta Analysis. Les données documentées soutiendront les futurs usages de Self-BI et d’IA générative.
Ce que l’on cherche
Votre profil
Issu(e) d’une formation supérieure en systèmes d’information, data, gestion ou équivalent, vous disposez d’une expérience concrète en Data Stewardship, gouvernance ou qualité des données, ou en Business Analysis avec une forte dimension de documentation des données.
Vous avez déjà formalisé des définitions métier, un dictionnaire de données, des règles de gestion ou des règles de calcul, et participé à leur validation avec les métiers. Vous savez distinguer le renseignement d’un catalogue du travail d’analyse nécessaire pour construire une définition fiable.
Vous maîtrisez SQL pour explorer les données, lire et comprendre des requêtes, retrouver le calcul d’un indicateur et contribuer à l’optimisation des contrôles. Vous comprenez les bases de données relationnelles, les flux et la traçabilité des données.
Ce qui fera la différence
• Une excellente capacité d’écoute et de reformulation pour lever les ambiguïtés et produire des définitions précises.
• De l’aisance dans l’animation d’ateliers, la recherche de consensus et le suivi des validations métier.
• Une capacité démontrée à définir des contrôles qualité et à analyser les anomalies.
• Une pratique des métadonnées et des liens entre termes métier, indicateurs et données sources.
• De la rigueur rédactionnelle, un esprit structuré et de l’autonomie pour organiser un périmètre à documenter.
Les compétences appréciées
• Pratique d’un catalogue ou glossaire de données : Meta Analysis, DataGalaxy, Collibra ou équivalent.
• Expérience de BusinessObjects ou de l’analyse d’un patrimoine de reporting.
• Connaissance de Snowflake, de Power BI et des couches sémantiques.
• Compréhension des indicateurs de vente et des axes d’analyse du commerce.
• Expérience de travail en mode Agile avec des équipes métier et Data Engineering.
Un anglais professionnel vous permettra également d’évoluer sur les missions internationales du cabinet. Vous pouvez assurer une présence régulière dans la métropole lilloise.
Nos étapes de recrutement
1. Entretien RH
Découverte de votre parcours, présentation de Cenova et compréhension de votre projet professionnel.
2. Entretien Manager
Échange autour de vos réalisations, de vos compétences techniques et de votre adéquation avec les missions proposées.
3. Rencontre avec un Associé
Dernier échange pour se projeter ensemble et confirmer notre envie commune de travailler ensemble.
Chiffres clés
En bref
Année de création
2016
Nombre d'employés
70
Âge moyen
32
Genre
45%
55%
