Descriptif du poste:\n\nNous recherchons un(e) Consultant(e) Data - Expertise Dataiku (F/H)(F/H)\nVous interviendrez :\nChez les clients, selon le cadre et les objectifs définis afin de :\n \n* Travailler à la fois comme Développeur Data, Business Analyst Data, et référent Dataiku, en jonglant efficacement entre plusieurs projets.\n* Synthétiser les échanges (ateliers, COPRO) afin de partager les sujets clés, proposer des solutions adaptées, chiffrer les besoins et planifier les actions.\n* Assurer le suivi des tâches, sprints et collaborations via JIRA.\n* Concevoir, développer et maintenir des pipelines data end-to-end dans Dataiku, notamment avec des traitements en SQL et la connaissance de GCP\n* Contribuer à l'amélioration continue des modèles de traitement, de la qualité des données et des processus métiers.\n* Analyser les besoins des équipes métier, challenger les hypothèses et traduire les cas d'usage en solutions data robustes.\n* Participer à l'animation des ateliers, COPIL/COPRO, et accompagner les équipes dans la bonne exploitation des outils data.\n* Collaborer avec les équipes Data, IT, métiers et prestataires externes pour garantir l'avancement des projets.\n* Assurer une documentation claire et la traçabilité des traitements Data.\n \n \nAu sein du cabinet :\n* Contribuer au développement du cabinet (développement commercial, optimisation des processus internes, formation et mentorat),\n* Participer à des projets internes relatifs à nos activités évènements, QVT, RSE,\n* Mener et réaliser des projets associatifs (mécénat auprès de nos associations partenaires)\n\nProfil recherché:\n\n Qui êtes-vous ?\n Vous justifiez d'au moins 6 ans d'expérience sur des projets Data, BI ou Analytics.\n \n* Maîtrise opérationnelle de Dataiku DSS\n* Très bon niveau en SQL\n* Expérience sur GCP ou un autre cloud\n* Capacité à analyser, concevoir et développer\n* Aisance en communication, animation d'ateliers, vulgarisation\nCompétences appréciées\n* Connaissance du secteur Assurance\n* Compréhension des architectures data et mécanismes de data quality\n* Expérience multi-projets\n