Data analyst - CDI

Description du poste

Salary: 65K€

La prestation s’inscrit au sein de l’environnement Data & IA et vise à accompagner Carrefour Banque & Assurance dans l’exploitation et la valorisation de ses données.

Analyses avancées : réaliser des études exploratoires et prédictives sur les données Banque et Assurance (comportement client, risque, attrition, appétence).

Exploitation multi-sources : naviguer dans un écosystème hybride pour extraire et réconcilier les données provenant d’environnements legacy et cloud.

Aide à la décision : traduire les problématiques business en modèles d’analyse de données et restituer les résultats sous forme de recommandations actionnables pour les directions opérationnelles.

Profil recherché

Livrables

• Rapports d’études statistiques détaillés (méthodologie, analyses, conclusions)
• Notebooks d’analyse documentés et industrialisables
• Dashboards de suivi des indicateurs clés (KPI) issus des études
• Synthèses stratégiques pour les comités de direction

Compétences et responsabilités

• Maîtriser SQL et BigQuery, rédiger et optimiser des requêtes complexes pour extraire et analyser des données
• Gérer et modéliser les données, concevoir des pipelines optimisés dans BigQuery en garantissant qualité, fiabilité et cohérence des analyses
• Appliquer Python et ses bibliothèques analytiques (Pandas, NumPy, PySpark) pour les traitements et le prototypage de solutions data
• Créer et optimiser des dashboards interactifs sous Looker Studio et Looker, identifier et suivre les KPIs critiques pour le pilotage métier
• Exploiter les bases de données relationnelles et NoSQL (PostgreSQL, MongoDB, DBL, etc.)
• Comprendre et appliquer les architectures data modernes : Data Lake, Data Warehouse
• Utiliser les environnements Cloud, notamment GCP ou Azure
• Mettre en œuvre CI/CD avec GitLab CI et gérer le versionning avec Git
• Appliquer les principes DevOps pour améliorer la fiabilité et l’efficacité des traitements
• Travailler en méthodologies agiles, notamment Scrum, Sprint Planning et Backlog Refinement
• Collaborer efficacement avec les équipes métiers et techniques pour produire des analyses fiables et exploitables