L’équipe

L’équipe Data Quality a pour mission de garantir la fiabilité, la cohérence et la conformité du patrimoine de données de l’entreprise. Elle définit des règles de qualité, met en place les contrôles, détecte les anomalies, aide à analyser leurs causes et évaluer leurs impacts.

L’équipe ne réalise pas directement les corrections : elle formule des recommandations de remédiation, priorisées et documentées, qui sont ensuite mises en œuvre par les équipes opérationnelles.

En complément de ces activités, l’équipe Data Quality peut également intervenir pendant le développement des nouvelles fonctionnalités, et apporter un rôle de conseil. Lorsqu’un nouveau flux ou un nouvel objet de données est construit, l’équipe aide à identifier les risques de qualité, à clarifier les règles de gestion et à anticiper les incohérences possibles, notamment lorsque les données sources présentent des variabilités ou des anomalies de contenu. Cet accompagnement permet d’anticiper les impacts sur les nouveaux parcours et de sécuriser la qualité dès la conception, et ainsi, éviter l’introduction de dettes techniques futures.

Contrairement à une équipe Data Science, dont l’objectif est de produire des modèles prédictifs ou analytiques, la Data Quality se concentre sur la santé structurelle et fonctionnelle de la donnée. Elle crée les conditions nécessaires pour que l’ensemble des équipes data et métiers puissent exploiter une donnée fiable, maîtrisée et durable.

Une donnée de qualité, c’est une décision fiable.

Rejoindre l’équipe Data Quality, c’est contribuer à la construction d’un patrimoine data solide et durable.

Les missions

1. Contribuer au contrôle et au suivi de la qualité des données

- Tu participes à la mise en place et à l’exécution des contrôles de qualité.

- Tu identifies les anomalies, incohérences, doublons ou ruptures de règles de gestion.

- Tu documentes les constats de manière claire et exploitable.

2. Analyser les anomalies et leurs causes

- Tu aides à qualifier les anomalies détectées : nature, origine, criticité.

- Tu contribues à l’analyse d’impact sur les processus, les usages et les équipes consommatrices.

- Tu participes à la priorisation des corrections à proposer.

3. Préparer et formaliser les recommandations de remédiation

- Tu rédiges des propositions de correction structurées et argumentées.

- Tu décris les règles de gestion à appliquer ou à ajuster.

- Tu collabores avec la chore team pour assurer une bonne compréhension des actions à mener.

4. Intervenir en phase de conception en tant que support qualité

- Tu participes à l’analyse des données sources lors de la création de nouveaux flux ou objets data.

- Tu identifies les risques de qualité en amont (incohérences, ambiguïtés, règles non documentées).

- Tu contribues à la définition des règles de gestion et des contrôles à intégrer dès la conception.

- Tu participes à la sécurisation de la qualité lors de l’intégration de nouvelles données dans un patrimoine existant aux sources variées et hétérogènes.

5. Contribuer à la documentation et à la gouvernance

- Tu participes à la rédaction ou à la mise à jour des référentiels de règles de gestion.

- Tu documentes les contrôles, les anomalies récurrentes et les bonnes pratiques.

- Tu aides à structurer les processus de Data Quality pour les rendre plus robustes et réutilisables.

6. Collaborer avec les équipes data et métiers

- Tu échanges avec les équipes Data Engineering, Data Science, Product Owners et métiers pour comprendre les usages et les impacts.

- Tu participes aux réunions de suivi de la qualité et aux ateliers de remédiation.

- Tu contribues à diffuser une culture de la qualité des données dans l’organisation.

Le profil

- Curieux(se) et motivé(e), tu t’intéresses à la data et à tout ce qu’on peut en faire

- Tu aimes comprendre, structurer et exploiter les données pour en tirer des insights concrets

- Des bases en SQL ou Python sont un plus, mais l’envie d’apprendre vite compte davantage

- Les concepts fondamentaux de la data (tables, flux, qualité, anomalies…) te parlent et tu sais les appliquer

- Capable d’analyser un problème, tu sais structurer ta réflexion et en tirer des conclusions claires

- À l’aise avec Excel, des notebooks ou des outils simples de visualisation pour manipuler la donnée

- Une première expérience en data, BI, dev ou analyse (stage, projet académique ou perso) est un plus

- Rigoureux(se) et attentif(ve) aux détails, tu cherches à comprendre comment les choses fonctionnent

- Tu communiques clairement, à l’écrit comme à l’oral, et tu apprécies le travail en équipe

- Tu gagnes progressivement en autonomie tout en restant ouvert(e) aux retours

- À l’aise dans un environnement en évolution constante, tu sais naviguer dans un patrimoine data parfois hétérogène

Pourquoi cette alternance est cool ?

Ici, tu vas plonger au cœur d’un vrai écosystème data et manipuler des données réelles, avec toutes leurs imperfections et leurs surprises ! Tu apprendras à comprendre les flux, détecter les anomalies et formaliser des règles de gestion qui ont un impact concret.

Tu travailleras main dans la main avec les équipes Data Engineering, Data Science, Product Owners et métiers, en participant à des projets qui touchent directement à la qualité et à la gouvernance d’un patrimoine data d’entreprise.

Au fil de l’alternance, tu développeras une vision complète de la chaîne de valeur de la donnée, de sa collecte à sa transformation, et tu contribueras à construire un patrimoine data solide et durable. Bref, tu verras la data sous toutes ses facettes et tu auras l’opportunité de passer de la théorie à la pratique, tout en gagnant en autonomie et en compétences concrètes.