Data Engineer / Analyst GCP

A intégré une équipe support transverse aux produits internes (Achats, Fidélité, MDM, Compliance) pour centraliser, fiabiliser et valoriser la donnée client au sein de la plateforme IDP.

• A assuré le rôle de référente data sur les sujets clients avec une compréhension métier approfondie et la traduction des besoins en solutions techniques.
• A conçu et optimisé des requêtes SQL complexes dans BigQuery pour améliorer les performances et répondre aux besoins métiers.
• A créé des dashboards Power BI pour le suivi de KPIs stratégiques avec automatisation des pipelines de données.
• A mis en place des pipelines automatisés avec DBT pour la transformation des données et Terraform pour l'infrastructure as code.
• A participé à la définition de solutions data : structuration des modèles, proposition d'architectures adaptées et mise en place de bonnes pratiques.
• A accompagné les équipes produit et réalisé des analyses avancées avec orientation vers l'aide à la décision.

A contribué au sein de l'équipe Performance – Personalisation & Recommendation avec pour objectif d'optimiser l'impact des actions marketing sur les différents canaux et de mesurer la valeur business générée.

• A assuré le rôle de Data Engineer sur des sujets à forte valeur business avec compréhension approfondie des besoins métiers liés à la performance marketing.
• A conçu, développé et maintenu des pipelines de données robustes sur GCP avec BigQuery et DBT, en respectant les bonnes pratiques d'architecture data.
• A développé des requêtes SQL complexes pour le calcul d'indicateurs avancés et l'optimisation des performances.
• A contribué à un environnement CI/CD sous GitLab avec gestion des merge requests et respect des bonnes pratiques de développement.
• A mis en place des traitements fiables avec gestion des erreurs, debugging et amélioration continue de la qualité des données.
• A collaboré étroitement avec les data analysts et équipes métier pour la valorisation des données et la restitution des insights.
• A évolué dans un environnement agile SAFe avec forte interaction transverse entre équipes techniques et métiers.

A fourni aux responsables opérationnels des analyses fiables et des outils décisionnels dans une démarche d'optimisation de la chaîne logistique, exploitant la donnée stockée sur GCP.

• A mené une analyse approfondie des besoins métiers en collaboration directe avec les responsables logistiques pour définir les KPIs et co-construire les solutions analytiques.
• A automatisé complètement la chaîne de traitement des données logistiques à l'aide de Python, BigQuery et Dataform.
• A créé des tableaux de bord dynamiques dans Looker Studio pour le pilotage logistique et la prise de décision opérationnelle.
• A valorisé des KPIs métiers tels que les temps de traitement, les distances parcourues et les volumes traités.
• A exploité les données issues des WMS et systèmes automatisés pour analyser les flux et détecter des leviers d'optimisation.
• A optimisé le coût de la donnée en mettant en place des requêtes SQL performantes réduisant les volumes scannés et les coûts d'exécution.
• A travaillé en mode agile en interaction constante avec les métiers, les équipes IT et les responsables entrepôts.

A piloté la migration des données RH et financières de l'entreprise vers GCP, avec centralisation dans un Data Warehouse BigQuery.

• A conçu et mis en œuvre des pipelines de données automatisés et tolérants aux erreurs à l'aide de Cloud Functions en Python.
• A développé des scripts Python pour la gestion de l'authentification, la pagination, la manipulation de payloads JSON et la transformation des données.
• A architecturé un stockage structuré avec transformation des payloads JSON, stockage temporaire sur Cloud Storage et ingestion optimisée vers BigQuery.
• A mis en place un processus de nettoyage et de normalisation des données sur l'ensemble de la chaîne : Data Lake, Data Warehouse et Data Mart.
• A effectué le traitement et la standardisation avancée des données via Dataform avec définition de modèles métiers et contrôles de qualité automatisés.
• A implémenté un modèle de sécurité granulaire avec IAM, incluant des restrictions d'accès au niveau des colonnes sensibles dans BigQuery.
• A déployé une architecture CI/CD automatisée via GitHub avec workflows intégrés pour un déploiement sans intervention manuelle.
• A orchestré les workflows de données via Cloud Scheduler, Cloud Functions et Cloud Composer avec mécanismes de monitoring et tolérance aux erreurs.