Tâches

- Concevoir, modéliser et maintenir des entrepôts de données (Microsoft Fabric : Lakehouse et Warehouse ; SQL Server) pour soutenir les besoins analytiques et les tableaux de bord d’entreprise ;

- Développer et automatiser des pipelines de données dans Microsoft Fabric (pipelines, notebooks Spark, Python), assurant la qualité, la performance et la gouvernance des données ;

- Construire et maintenir des modèles analytiques et des jeux de données pour Power BI, incluant les mesures DAX, la modélisation en étoile et l’optimisation des performances ;

- Intégrer et transformer des données issues de multiples sources (ERP, CRM, fichiers plats, API, etc.) ;

- Participer à la conception et à l’évolution de la plateforme analytique infonuagique (Microsoft Fabric, OneLake, Power BI Service), y compris le suivi de la capacité et des coûts ;

- Effectuer des analyses exploratoires et fournir des insights exploitables pour appuyer les décisions d’affaires ;

- Développer et documenter des scripts Python et maintenir les workflows KNIME existants pour le traitement et l’enrichissement des données ;

- Collaborer avec les équipes TI, affaires et direction pour définir, livrer et maintenir les indicateurs clés de performance (KPI) ;

- Assurer le support, la documentation et la fiabilité des solutions BI et analytiques en production ;

- Contribuer à la migration des données ERP (Dynamics AX vers D365) : extraction, transformation, correspondance des clés et réconciliation ;

- Mettre en place des contrôles de qualité et de réconciliation des données (règles, alertes, suivi des écarts) ;

- Appliquer les bonnes pratiques DevOps : versionnement Git et déploiements entre environnements (développement, test, production) ;

- Accompagner techniquement les membres de l’équipe et les consultants, et contribuer aux choix d’architecture.

Compétences

- Baccalauréat en informatique, génie logiciel, intelligence d’affaires, science des données ou tout domaine connexe ;





- 5 ans et plus d’expérience dans un rôle similaire, dont au moins un projet Fabric mené jusqu'en production ;

- Solide expérience en modélisation et requêtes SQL avancées (optimisation, jointures complexes, procédures, indexation) ;

- Expérience pratique en Power BI (modélisation de données, DAX, publication dans Power BI Service, gestion des espaces de travail) ;

- Maîtrise de Microsoft Fabric et des services Azure Data & Analytics (OneLake, Spark, Data Factory), Synapse Analytics étant un atout ;

- Bonne connaissance du langage Python pour la manipulation, la transformation et l’automatisation de données (pandas, pyodbc, etc.) ;

- Connaissance des outils de traitement de données comme KNIME, Power Query ou ETL équivalents ;

- Compréhension des bonnes pratiques de gouvernance et d’architecture de données ;

- Aptitude à travailler dans un environnement collaboratif et à vulgariser les concepts techniques auprès des parties prenantes ;

- Bilinguisme (français/anglais niveau intermédiaire)

Indispensables

- Fabric en production : Lakehouse, pipelines, notebooks Spark, y compris l’analyse de la capacité (Capacity Metrics App) et le diagnostic des dépassements ;

- SQL Server : mécanismes de réplication (CDC, réplication transactionnelle, log shipping, Always On, Mirroring) avec capacité à en comparer les limites ;

- Power BI : modélisation en étoile, Direct Lake vs Import vs DirectQuery, rafraîchissement incrémentiel ;

- SSRS / SSAS : maintenir l’existant pendant la transition vers les rapports paginés Power BI ;

- Exploitation : surveillance, alertes et documentation, au même titre que le développement ;

- Qualité des données : contrôles automatisés et réconciliation entre systèmes source et cible ;

- Dynamics AX ou D365 Finance & Operations, idéalement dans un contexte de migration de données ;

- Azure : SQL Managed Instance, réseau, Key Vault, Log Analytics ;

- Git et pratiques de versionnement appliquées à Fabric.

Horaire

- Programme de télétravail

- Horaire adaptable

- Horaire de 37,5 heures /semaine

- Horaire d’été : fin de journée à 12 h le vendredi

📌 lngénieur(e) de données sénior (South Shore)
🏢 Trisotech
📍 South Shore