A. Analyse des données existantes Étudier les structures de données complexes issues de systèmes Mainframe. Travailler avec les équipes techniques pour comprendre les règles d'extraction et de traitement des données. Participer à l'analyse des flux batch et de leur transformation vers une architecture cible. B. Data Mapping & Transformation Élaborer des documents de mapping détaillés entre les anciennes sources (in/out)Mainframe et la cible (Data Lake?). Spécifier les règles de transformation (calculs, concaténations, pivotages) à intégrer dans les outils ETL. Collaborer avec les développeurs ETL/API pour tester et valider les jobs de transformation. C. Contrôle qualité et validation Mettre en place un cadre robuste de contrôle qualité des données migrées. Réaliser des audits de cohérence entre l'ancien et le nouveau système (réconciliation des indicateurs clés, traçabilité). Gérer les phases de validation progressive pour sécuriser les mises en production par lots (cut-over partiels, big bang, etc.). D. Continuité de reporting métier Analyser les besoins de reporting opérationnel et réglementaire pendant la période transitoire. Garantir que les rapports critiques (finance, risque, conformité, etc.) restent disponibles et cohérents. Identifier les écarts éventuels entre les jeux de données Mainframe et les données migrées, et alerter sur les impacts. E. Documentation & Suivi Documenter l'ensemble des règles de mapping, des spécifications de qualité et des plans de test. Produire des dashboards de suivi de migration, de la qualité des données, et de traçabilité. Participer aux comités de suivi projet pour exposer les résultats d'analyse et les indicateurs de qualité.