Data Analyst (H/F)

Description
Vous êtes mordu(e) d’innovation et êtes prêt(e) à relever de nouveaux défis captivants ? Vous avez une envie de plonger tête la première dans l’univers démesuré du Marketing Digital ? Ne cherchez plus, Editus est l’entreprise qu’il vous faut !

Intégrer Editus c’est se laisser séduire par une entreprise collaborative et « data oriented », qui place la donnée au cœur de ses métiers.

Fun, Target et Team Spirit ça vous parle ? Ce sont justement les valeurs par lesquelles sont animés nos 135 collaborateurs !

Base de données référente au Luxembourg, Editus est aussi le Partenaire Marketing de nombreuses entreprises au niveau local. Notre ambition est de proposer à nos clients des solutions Marketing sur mesure et adaptées à leurs besoins.

Et si vous deveniez notre futur(e) Data Analyst (H/F) ?

Responsabilités
-------------------

Rattaché(e) au Directeur Innovation \& Technologie et en interaction régulière avec les services Marketing et Commercial, vos responsabilités seront les suivantes :

• Analyse de données et modélisation des indicateurs métier


• Explorer et analyser les jeux de données existants pour identifier les leviers d'exploitation métier


• Évaluer la qualité, la pertinence et la richesse des données collectées


• Traduire les problématiques business en analyses et en indicateurs exploitables, en lien direct avec les parties prenantes


• Concevoir les modèles de données adaptés aux indicateurs identifiés


• Développer et maintenir des tableaux de bord orientés décision


• Gestion et supervision de la plateforme Data Cloud


• Assurer la supervision opérationnelle de la plateforme Data POST (Hue, Zeppelin, Airflow à venir)


• Suivre son évolution, gérer les migrations, incidents et performances


• Garantir la disponibilité et la fiabilité des outils analytiques déployés


• Conception et optimisation des pipelines de données


• Développer et maintenir des pipelines de traitement de données (Python, PySpark)


• Optimiser les traitements pour garantir leur scalabilité et efficacité


• Participer à la structuration technique de l’écosystème analytique


• Architecture, automatisation et CI/CD


• Concevoir et opérer les environnements analytiques conteneurisés (Docker), du développement local à la production


• Orchestrer les traitements et livrables analytiques via Airflow (DAGs, dépendances, reprise sur incident, alerting)


• Intégrer les pratiques DevOps dans les projets data : versioning, tests automatisés, revue de code, reproductibilité des traitements


• Contribuer à la conception du backend data et à l'automatisation des flux de bout en bout


• Innovation et data science


• Conduire des POC autour de l’intelligence artificielle et du machine learning


• Utiliser les librairies Python (pandas, scikit\-learn, matplotlib, etc.) pour expérimenter et proposer de nouveaux modèles


• Faire « parler » les données à travers des analyses prédictives ou exploratoires


• Intelligence artificielle et exploitation des modèles de langage


• Concevoir et industrialiser des cas d'usage IA sur le patrimoine de données (assistants d'accès à la donnée, extraction et structuration automatisées, enrichissement de contenu)


• Préparer le contexte nécessaire aux modèles : couche sémantique, documentation des métriques, savoir procédural sur les jeux de données


• Évaluer et maintenir la qualité des systèmes IA dans le temps : jeux d'évaluation sur questions métier réelles, mesure de la dérive, non\-régression


• Encadrer les enjeux de fiabilité, de coût, de confidentialité et de conformité des traitements IA


• Assurer une veille active et arbitrer entre solutions internes et briques éditeurs


• Pérennité et évolution de la solution Insights de mobilité


• Assurer le maintien en conditions opérationnelles du produit : surveillance des traitements, traitement des anomalies, mise à jour des référentiels et des dépendances


• Garantir la reproductibilité et la traçabilité des résultats (versioning des jeux de données, des facteurs de projection et des méthodes de calcul)


• Faire évoluer le produit : nouvelles granularités, nouveaux indicateurs, extension à de nouveaux usages, contribution à la roadmap


• Documenter la solution, assurer le transfert de connaissance et porter la relation technique avec les partenaires

Vous et vos points forts :

• Excellente maîtrise de Python et de ses librairies data (pandas, numpy, matplotlib, scikit\-learn, etc.)


• Connaissance avancée de PySpark pour le traitement distribué


• Bonne pratique des outils de visualisation et d’analyse (Hue, Zeppelin,Power BI ou équivalent)


• Expérience en modélisation de données et création d’indicateurs


• Connaissance des workflows de traitement automatisés (Airflow souhaité)


• Compréhension des environnements CI/CD, backend data et gestion de plateforme cloud


• Sensibilité aux enjeux de qualité, gouvernance et sécurité des données


• Conteneurisation (Docker) et environnements reproductibles


• Connaissance CI/CD sous Azure DevOps


• Orchestration de workflows avec Airflow


• Conception et évaluation de systèmes basés sur des modèles de langage (prompting structuré, couche sémantique, jeux d'évals, mesure de dérive)

• Forte capacité d’analyse et de synthèse


• Esprit critique, rigueur intellectuelle


• Curiosité pour les données et leur potentiel caché


• Pédagogie et capacité à vulgariser des résultats complexes


• Esprit d’innovation et goût pour l’expérimentation


• Travail en équipe et bonne communication avec des interlocuteurs techniques et métiers

• Bac\+5 (bac\+3 à voir en fonction du profil) en statistiques, informatique, data science, ingénierie ou domaine équivalent


• 2 à 5 ans d’expérience dans un rôle mêlant analyse de données, modélisation et automatisation


• Expérience concrète dans la conduite d’analyses complexes et la réalisation de livrables orientés métier


• Idéalement, participation à des projets mêlant data engineering et data science

Diese Anzeige stammt von Indeed. Originalanzeige ansehen ↗