L’alternant(e) Data Analyst aura pour mission de contribuer, au sein du Pôle Data & Visualisation, à l’analyse, à la modélisation et à la restitution des données pour les directions métiers.

lI/elle interviendra en collaboration avec les Data Engineers et les équipes métiers afin de transformer les données disponibles

en indicateurs exploitables et en supports d’aide à la décision.

Ses principales activités se déclinent comme suit:

Analyse des besoins métiers

• Recueillir et formaliser les besoins métiers en matière d’indicateurs et de reporting

• Participer à la définition des KPI et à leur documentation

• Traduire les besoins fonctionnels en spécifications analytiques

Modélisation et exploitation des données

• Exploiter les datasets mis à disposition par la plateforme data

• Contribuer à la modélisation analytique (logique en étoile, relations, mesures)

• Créer et optimiser des indicateurs (ex : calculs DAX, agrégations, ratios)

• Participer aux tests/recette techniques et fonctionnels et à la validation des données

Data visualisation et reporting

• Concevoir et développer des tableaux de bord interactifs

• Appliquer les bonnes pratiques de visualisation (lisibilité, hiérarchisation, ergonomie, charte entreprise)

• Participer à la mise en production et à la maintenance des rapports

Amélioration continue & qualité des données

• Contribuer à l’identification d’anomalies ou incohérences dans les données

• Participer à la documentation des indicateurs et des sources

• Être force de proposition sur l’optimisation des analyses existantes

Accompagner les utilisateurs dans la prise en main des outils décisionnels

• Préparation d’un diplôme de niveau Bac+1 I Bac+5 (Data Analytics, Business Intelligence, informatique décisionnelle, École d’ingénieur ou formation universitaire équivalente

• Première expérience (stage ou alternance) en analyse de données, reporting ou business intelligence

• Maîtrise d’un outil de data visualisation (ex Microsoft Power BI)

• Connaissances de base en SQL appréciées

• Notions en modélisation de données et compréhension des logiques décisionnelles