Data Analyst Spark- Tableau - CDI H/F ALTEN

Alten, leader européen de l'ingénierie et du conseil en technologies, recherche un(e) Data Analyst (H/F) spécialisé(e) en Python, Spark et Tableau pour rejoindre ses équipes en Île-de-France et accompagner nos clients grands comptes dans leurs projets data.

Avec plus de 53 000 collaborateurs dans le monde, Alten est un acteur clé dans la transformation data des entreprises. Vous interviendrez sur des projets variés, allant de l'analyse exploratoire à la visualisation de données, en passant par le traitement de grands volumes de données avec Spark.

💻 Environnement Technique :

Vous travaillerez sur des projets data-driven, avec les technologies suivantes :

• Langages & Outils : Python (Pandas, NumPy, PySpark), SQL.

• Big Data : Spark (Databricks, PySpark), Hadoop (optionnel).

• Visualisation : Tableau, Power BI (optionnel).

• Data Warehouse : Snowflake, BigQuery, ou solutions équivalentes.

• Cloud : AWS (Glue, Athena), Azure (Data Factory, Synapse), ou GCP (BigQuery).

• Versioning & CI/CD : Git, GitLab, ou GitHub.

🎯 Missions Principales :

1. Analyse exploratoire et traitement des données

• Nettoyer et préparer les données (data cleaning, transformation) avec Python et Spark.

• Automatiser les pipelines de données pour garantir leur fraîcheur et qualité.

• Analyser les données pour identifier des tendances, anomalies ou opportunités métiers.

• Collaborer avec les métiers pour comprendre leurs besoins et traduire leurs questions en analyses data.

2. Développement de solutions data

• Écrire des scripts Python pour automatiser les traitements (ETL, calculs métiers).

• Utiliser Spark pour traiter des grands volumes de données (batch ou streaming).

• Optimiser les requêtes SQL pour améliorer les performances des analyses.

• Développer des dashboards interactifs avec Tableau pour visualiser les résultats.

3. Visualisation et reporting

• Créer des tableaux de bord dans Tableau pour présenter les insights aux parties prenantes.

• Adapter les visualisations aux besoins des utilisateurs (métiers, direction).

• Automatiser la génération de rapports (ex : rapports mensuels, alertes).

• Former les utilisateurs à l'utilisation des outils de visualisation.

4. Collaboration et amélioration continue

• Travailler avec les équipes data science et IT pour intégrer les analyses dans les processus métiers.

• Participer aux revues de code pour garantir la qualité et la maintenabilité des scripts.

• Proposer des améliorations sur les pipelines de données et les processus d'analyse.

• Documenter les analyses et les processus pour faciliter leur réutilisation.

5. Veille technologique et innovation

• Se tenir informé(e) des dernières tendances en data analysis et visualisation.

• Tester de nouveaux outils ou bibliothèques pour améliorer les analyses.

• Participer à des ateliers ou formations pour monter en compétences.