Maîtrise de SQL et BigQuery : rédaction et optimisation de requêtes complexes
Gestion et modélisation des données, conception de pipelines optimisés dans BigQuery garantissant qualité, fiabilité et cohérence des analyses
Utilisation de Python et bibliothèques analytiques (Pandas, NumPy, PySpark) pour traitements et prototypage
Création et optimisation de dashboards interactifs sous Looker Studio et Lokker, suivi des KPIs critiques
Exploitation de bases de données relationnelles et NoSQL (PostgreSQL, MongoDB, DBL, etc.)
Compréhension et application des architectures data modernes : Data Lake, Data Warehouse
Utilisation des environnements Cloud, notamment GCP ou Azure
Mise en œuvre de CI/CD avec GitLab CI et gestion du versionning avec Git
Application des principes DevOps pour améliorer la fiabilité et l’efficacité des traitements
Travail en méthodologies agiles : Scrum, Sprint Planning, Backlog Refinement
Collaboration efficace avec les équipes métiers et techniques pour produire des analyses fiables et exploitables
