Descriptif du poste: Dans un souci d'accessibilité et de clarté, les termes employés au masculin se réfèrent aussi bien au genre féminin que masculin.   Afin d'accompagner le développement de notre équipe Lyonnaise, nous recherchons un Consultant Data Senior qui interviendra sur l'ensemble du cycle de vie des projets data :    Conseil et cadrage technique :  * Analyser les besoins métiers et techniques, définir les architectures data cibles (Data Platform, Data Mesh, Data Lakehouse.).  * Conseiller les clients dans leurs choix technologiques (Snowflake, Databricks, Microsoft Fabric etc.).  * Accompagner les DSI et directions métiers dans leurs trajectoires cloud & data.  Conception et réalisation :  * Concevoir et industrialiser des pipelines ETL/ELT performants.  * Développer et orchestrer les traitements de données avec DBT, Airbyte, Azure Data Factory, Databricks ou équivalents.  * Garantir la qualité, la gouvernance et la sécurité des données.  Architecture & innovation :  * Mettre en place des architectures data modernes préparées pour l'IA   * Expérimenter et proposer des solutions autour de l'IA générative  * Promouvoir les bonnes pratiques de Software Craftsmanship et de DevOps Data.  Accompagnement & expertise :  * Être le référent technique et fonctionnel sur les sujets data auprès de nos clients.  * Contribuer au développement des offres Data & IA d'ASI.  * Participer activement à la vie de l'agence : partage de veille, interventions dans les meetups, accompagnement des plus jeunes consultants. Profil recherché: Vous êtes issu d'une formation BAC + 4/5 et avez une expérience minimale de 5 ans (hors stage et hors alternance) sur des projets Data (BI, Data Platform) en ESN et/ou en Conseil.   Vous avez une culture Data forte avec :  * La maîtrise d'un langage de développement data (Python, SQL, PySpark, Scala).  * De solides compétences en ETL/ELT et en orchestration de pipelines.  * Une expérience indispensable sur les cloud data platforms : Snowflake (ou équivalents).  * Une connaissance des outils modernes de transformation et d'intégration : DBT, Airbyte, ADF, Airflow, etc.  * Une bonne compréhension des enjeux de DataOps, CI/CD data, gouvernance, catalogue de données et qualité de données.  * Une culture solide des modèles data analytiques (modélisation en étoile, data vault, lakehouse.).  * Une bonne compréhension des usages IA / ML et de leur intégration dans les pipelines data.