Analyste Décisionnel - Business Intelligence H/F Dcarte Engineering sa

Expert(e) en Intégration de Solutions Décisionnelles - Microsoft BI & SAS (H/F)

Nous recherchons un(e) Expert(e) en Intégration de Solutions Décisionnelles spécialisé(e) dans les technologies Microsoft BI, SAS et les plateformes Data modernes afin d'accompagner nos clients dans leurs projets de transformation, d'analyse et de valorisation des données.

Vos missions incluent :

Intégration et analyse décisionnelle : Concevoir, développer et intégrer des solutions décisionnelles basées sur Microsoft BI (SSIS, SSAS, SSRS), Power BI, Microsoft Fabric, ainsi que sur les plateformes Cloud Data (Azure Synapse Analytics, Snowflake, Amazon Redshift, Google BigQuery) pour répondre aux besoins métiers et décisionnels.

Expertise SAS et Data Analytics : Excellente maîtrise de SAS Base, Macro, SQL, STAT, GRAPH, CONNECT, ACCESS, avec une expérience sur SAS Viya, SAS Data Integration Studio, SAS Enterprise Guide, SAS Visual Analytics et SAS Web Report Studio.

Développement, SQL et automatisation : Maîtrise avancée de Python, Shell (Bash), PowerShell, SQL, PL/SQL et T-SQL, avec une solide expérience sur SQL Server, Oracle, PostgreSQL et UNIX/Linux, en assurant l'optimisation des performances, l'automatisation des traitements et l'industrialisation des flux de données.

Data Engineering, ETL/ELT et orchestration : Expérience confirmée avec Talend, Oracle Data Integrator (ODI), dbt, Azure Data Factory, Apache Airflow et Apache NiFi, permettant de concevoir des pipelines de données performants, fiables et évolutifs.

Modélisation des données et gouvernance : Bonne maîtrise des outils de modélisation (PowerDesigner/Power AMC, Erwin Data Modeler, Lucidchart) et des méthodologies Kimball, Data Vault et Inmon, avec une forte sensibilité à la qualité, à la gouvernance et au catalogage des données.

Intelligence Artificielle, Machine Learning et IA Générative : Expérience avec Python (Pandas, Scikit-learn, TensorFlow), Spark ML, MLflow, Databricks ML et les services Azure Machine Learning. Une connaissance des solutions d'IA générative (GitHub Copilot, Microsoft Copilot, ChatGPT Enterprise, Azure AI) et des frameworks LangChain ou Semantic Kernel constitue un véritable atout pour enrichir les analyses et automatiser les traitements.

Cloud, DevOps et industrialisation : Bonne connaissance des plateformes Microsoft Azure, AWS ou Google Cloud Platform (GCP), des chaînes CI/CD (Jenkins, GitHub Actions, GitLab CI/CD, Azure DevOps) ainsi que des technologies Docker, Kubernetes, Terraform et Ansible pour le déploiement, l'automatisation et l'exploitation des solutions Data.

Sécurité, conformité et observabilité : Bonne compréhension des principes DevSecOps, des référentiels ISO 27001, RGPD, PCI-DSS, ainsi que des solutions d'observabilité (Grafana, Prometheus, ELK/OpenSearch, Dynatrace) afin de garantir la sécurité, la disponibilité et la performance des plateformes décisionnelles.

Collaboration et méthodologies Agiles : Expérience des méthodes Scrum, Kanban, SAFe, avec une maîtrise des outils Jira, Confluence et Azure DevOps, favorisant la collaboration, la qualité et l'amélioration continue des projets.

Compétences sectorielles : Une expérience dans les secteurs Banque, Assurance, Finance, Industrie, Santé, Télécoms ou Marketing constitue un atout majeur pour comprendre les enjeux métiers et accompagner les projets stratégiques de transformation des données.

Compétences linguistiques : Un bon niveau d'anglais, à l'écrit comme à l'oral, est requis afin de collaborer avec des équipes internationales, participer à des projets multiculturels et exploiter une documentation technique de haut niveau.