Consultant confirmé en data design - data modeling h/f

Contribuez aux grandes transformations des entreprises et des acteurs publics en alliant innovation technologique et expertise métier, au service de nos clients et de la société pour les faire avancer durablement.

Au-delà de la RSE, nous avons développé notre propre approche, RESET, qui englobe l'ensemble de nos engagements en matière de responsabilité économique, sociale, environnementale et technologique, tant au sein de notre collectif que chez nos clients.

Onepoint, est une entreprise inclusive, handi accueillante, avec une politique de diversité affirmée et certifiée B Corp.

Votre futur collectif :
- Rejoignez notre Hub Data & IA composé de 350 passionnés qui interviennent au quotidien chez nos clients et sur nos initiatives en interne sur toute la chaîne de valeur de la Data : Data Strategy, Data Management, Data Protection, Data Analytics, Data Platform, Data Science, IA Générative et bien d'autres
- Des missions variées dans tous secteurs confondus.
- Des bureaux inspirants au Trocadéro, avec vue sur la Tour Eiffel.
- Une vraie vie de communauté : Conférences, REX, Revolution Summit, Datapéros

Vos nouveaux challenges pour ce poste :
Pour accompagner notre croissance au sein du collectif d'expertise en data, nous recrutons un consultant confirmé en data design et en data modeling (minimum 4 ans d'expérience hors études).

Vous intervenez entre autres sur les missions suivantes :
- Conception Data Products : identification et structuration de Produits Data, adaptés aux besoins métiers et techniques, avec la bonne déclinaison par Domaine de données.
- Modélisation des données : concevoir et maintenir des modèles conceptuels, logiques et physiques au sein de la plateforme data.
- Cycle de vie et versioning des modèles : assurer la mise à jour régulière des modèles, leur suivi dans le temps et leur intégration dans les processus de gestion de versions.
- Collaboration transverse : travailler avec les équipes IT, métiers et les architectes data pour garantir la cohérence des modèles avec les standards techniques et l'architecture cible.
- Qualité & gouvernance : contribuer à la fiabilité des données et aux pratiques de gouvernance (contrôles, validation, documentation), en s'appuyant sur des outils spécialisés tels que Collibra, Data Galaxy ou équivalents.
- Contribution au glossaire et dictionnaire de données : alimenter et maintenir les référentiels (nomenclatures, définitions, dictionnaires) afin de garantir la cohérence sémantique dans l'organisation.
- Optimisation & performance : améliorer l'efficacité des modèles pour garantir leur évolutivité, leur accessibilité et leur performance, en prenant également en compte les impacts de performance et de coûts (FinOps).
- Documentation utile : produire des livrables clairs et structurés pour faciliter la compréhension, la réutilisation et la pérennité des modèles dans l'organisation.
- Respect des standards de nommage et de structuration : appliquer et diffuser les règles établies de nommage, de typage et de structuration des modèles.
- Communication et vulgarisation : présenter et expliquer les modèles de façon claire aux parties prenantes non techniques.