Modélisateur de Données - JR029

• Collaborer avec les parties prenantes de l'entreprise, les architectes de données et les développeurs pour comprendre les besoins en données et les traduire en modèles de données efficaces.
• Concevoir et développer des modèles de données conceptuels, logiques et physiques pour l'environnement de l'entrepôt de données.
• Analyser et évaluer les structures de données existantes pour identifier les opportunités d'amélioration et d'optimisation.
• Veiller à ce que les modèles de données soient conformes aux meilleures pratiques, normes et directives de l'industrie.
• Travailler en étroite collaboration avec l'équipe de développement pour mettre en œuvre et valider les modèles de données dans l'entrepôt de données.
• Effectuer le profilage et l'analyse des données pour identifier les problèmes de qualité des données et recommander des stratégies de nettoyage et de remédiation des données.
• Collaborer avec les équipes de gouvernance des données pour assurer la conformité avec les exigences réglementaires et les politiques de gouvernance des données.
• Documenter les modèles de données, les dictionnaires de données et les métadonnées associées pour une gestion et une compréhension efficaces des données.
• Participer aux revues de modélisation des données et fournir des orientations aux membres juniors de l'équipe

Exigences

• 6+ années d'expérience en tant que modélisateur de données dans un environnement d'entrepôt de données, de préférence dans le secteur bancaire / financier.
• Data Vault 2.0, au moins 4 projets et/ou 3 ans d'expérience en modélisation dans Data Vault 2.0.
• Solide connaissance des concepts, des techniques et des meilleures pratiques de modélisation des données (par exemple, la modélisation dimensionnelle, la normalisation).
• Maitrise des outils de modélisation de données tels que ERwin, PowerDesigner, ou des outils similaires.
• Bonne compréhension des concepts de l'entrepôt de données, des processus ETL et des méthodes d'intégration de données.
• Expérience avec SQL et les technologies de bases de données (par exemple, Oracle, SQL Server, Snowflake) pour la modélisation et l'analyse des données.
• Familiarité avec les principes de gouvernance des données, la gestion de la qualité des données et la gestion des métadonnées.
• Excellentes compétences en analyse et résolution de problèmes avec la capacité de traduire les besoins commerciaux en modèles de données efficaces.
• Fortes compétences en communication pour collaborer avec des équipes interfonctionnelles et présenter des concepts complexes à des parties prenantes techniques et non techniques.