Data Engineer Senior - Data Analytics & AI - Freelance (H/F)

Taux journalier (TJM): 720 - 880

Contexte

Au sein de l'équipe Data Analytics & AI AV, le consultant interviendra pour le compte d'un acteur international spécialisé dans l'assurance et les services financiers. Il accompagnera les équipes projet et les clients dans l'exploitation et la valorisation de leurs données, en contribuant à la conception de solutions data évolutives, à l'amélioration de la qualité des données et à l'optimisation de leur intégration.

Missions principales

Concevoir et mettre en œuvre des solutions data évolutives afin d'améliorer l'accessibilité et l'exploitation des données.

Réaliser des analyses exploratoires et contribuer à la formulation ainsi qu'à la validation d'hypothèses.

Préparer les données pour les analyses statistiques et les modèles de Machine Learning et de Deep Learning.

Développer et interpréter des modèles de Machine Learning ou de Deep Learning.

Optimiser les processus d'intégration et de transformation des données afin d'améliorer leur qualité et la fluidité des échanges entre les systèmes.

Analyser des jeux de données complexes pour identifier des tendances, des modèles et des opportunités utiles à la prise de décision.

Collaborer avec les équipes métier et techniques afin d'aligner les stratégies data sur les objectifs de l'entreprise.

Promouvoir les bonnes pratiques en matière de gestion, d'architecture et de gouvernance des données afin de garantir la conformité et la qualité.

Apporter une expertise technique aux équipes, participer aux décisions clés et contribuer à la résolution de problématiques transverses.

12 mois

2 à 3 jours de télétravail

Compétences requises

Data Mining : maîtrise des techniques d'exploration et d'analyse des données.

Data Architecture Principles : maîtrise des principes fondamentaux de l'architecture des données.

Data Access : connaissance des mécanismes d'accès aux données.

Data Governance : maîtrise des principes de gouvernance et de conformité des données.

Data Modeling Techniques and Methodologies : connaissance des techniques et méthodologies de modélisation des données.

Data Warehouse Tools : maîtrise des outils d'entreposage de données.

Capacité à analyser des données complexes et à résoudre des problématiques techniques.

Aptitude à collaborer avec plusieurs équipes et à contribuer aux décisions collectives.

Compétences appréciées

Expérience dans la préparation de données pour des modèles statistiques, de Machine Learning et de Deep Learning.

Expertise en intégration et transformation des données.

Expérience dans l'amélioration de la qualité, de l'accessibilité et de la gouvernance des données.

Connaissance du secteur de l'assurance et des services financiers.

Anglais : B1