Descriptif du poste:\nRôle mixte conception / développement / recette, couvrant l'ensemble du cycle de construction des couches staging et datamarts :\nConception et modélisation\n- Participation aux ateliers de cadrage datamarts avec la MOA et les métiers\n- Analyse des expressions de besoins (EDB) et traduction en modèles de données décisionnels\n- Rédaction des spécifications techniques et des règles de gestion\n- Modélisation des datamarts (schémas en étoile, dimensions, faits)\nDéveloppement et intégration\n- Développement des flux de transformation en dbt Core / SQL sur PostgreSQL : modèles incrémentaux, snapshots SCD2, seeds, macros Jinja2\n- Alimentation des couches staging et datamarts depuis les sources\n- Développement de scripts utilitaires en Python (génération de code dbt notamment)\n- Intégration dans l'ordonnancement VTOM\n- Documentation technique des développements (schémas PlantUML, documentation des modèles dbt)\nRecette et qualité de données\n- Définition et exécution des plans de recette sur les périmètres livrés\n- Contrôles de cohérence et de qualité de données (réconciliation avec les sources, volumétries, règles de gestion)\n- Analyse et correction des anomalies remontées en recette et préproduction\n- Support à la recette métier côté client\nÀ terme, le consultant interviendra comme intégrateur sur l'ensemble des projets BI de Cleva. La solution décisionnelle étant une brique du progiciel, reposant sur un socle technique commun (PostgreSQL / dbt Core / Power BI), il capitalisera son expertise d'un projet à l'autre, la variabilité portant sur les contextes clients, les périmètres fonctionnels et les données sources.\nVotre parcours d'intégration débutera par une formation approfondie à notre solution et aux métiers de l'assurance.\n\n\nProfil recherché:\nminimum 5 ans d'expérience en BI / décisionnel, avec au moins une expérience complète de construction de datamarts\n-Maîtrise solide de dbt (modèles incrémentaux, snapshots, macros, tests, selectors) - coeur du poste\n-SQL avancé sur PostgreSQL (fenêtrage, stratégies de merge, index)\n-Aisance avec l'écriture de scripts Python et de macros Jinja2 pour la génération de code dbt\n-Pratique de la modélisation décisionnelle (Kimball, schémas en étoile, SCD2)\n-Rigueur sur la documentation et le testing des modèles (tests dbt, contraintes d'unicité, relations référentielles)\n-Connaissance d'un ordonnanceur (VTOM apprécié) et de GIT\n-La connaissance de Power BI est un plus (interfaçage avec les équipes restitution)\n-Une expérience dans le secteur de l'assurance (IARD ou ADP) est un atout significatif\nSavoir-être :\n-Rigueur et autonomie, notamment sur la recette et la qualité de données\n-Capacité à travailler en contexte multi-acteurs (client, MOA déléguée, partenaires intégrateurs)\n-Capacité d'adaptation à des contextes clients et des périmètres fonctionnels variés, sur un socle produit commun\n-Bonne communication écrite et orale, aisance en atelier\n