Data Engineering
Collecte & Ingestion des données
Connexion à diverses sources (bases de données, fichiers, APIs, streaming) via Microsoft Fabric, Data Factory, Informatica Cloud, PowerCenter, ou d'autres outils ETL similaires pour une extraction sécurisée et scalable.
Transformation & Modélisation
Conception de flux ETL/ELT robustes intégrant les transformations suivant les besoins métiers et stockage dans des Data LakeHouse/WareHouse. Préparation des données pour le métier ou les équipes de Data Analyst/Data Scientist.
Scheduling & Orchestration
Automatisation des workflows avec des scripts PowerShell, Python, ou encore des outils tels que Power Automate, Control-M, Airflow, Data Factory, Informatica. Gestion des dépendances, exécutions conditionnelles et fenêtres de traitement.
Monitoring & Supervision
Mise en place de dashboards de suivi, alertes en cas d’échec ou latence.
Data Analysis
Modélisation sémantique & KPIs métiers
Création de modèles de données optimisés (modèles sémantiques en étoile) avec des mesures pertinentes. Construction de rapports interactifs et de tableaux de bord reflétant les KPIs clés adaptés aux besoins ou demandes spécifiques des métiers.
Automatisation & fiabilité des données
Mise en place d’actualisations automatiques via des passerelles, planificateurs et APIs. Supervision des échecs de rafraîchissements avec gestion proactive des incidents pour garantir la fraîcheur des données.
Optimisation continue des performances
Analyse des performances des rapports et du modèle de données pour réduire les temps de chargement, optimiser les requêtes DAX et améliorer l’expérience utilisateur grâce à une navigation fluide et réactive.
Administration & sécurité des données
Gestion des Workspaces Power BI avec application des meilleures pratiques de gouvernance : rôles RBAC, règles RLS, audit des accès et conformité RGPD pour garantir une sécurité des données à toute épreuve.
