Data Analyst (H/F)

Vous êtes mordu(e) d'innovation et êtes prêt(e) à relever de nouveaux défis captivants ? Vous avez une envie de plonger tête la premier/ière dans l'univers démesuré du Marketing Digital ? Ne cherchez plus, Editus est l'entreprise qu'il vous faut !Intégrer Editus c'est se laisser séduire par une entreprise collaborative et « data oriented », qui place la donnée au cœur de ses métiers.Fun, Target et Team Spirit ça vous parle ? Ce sont justement les valeurs par lesquelles sont animés nos collaborateurs !Base de données référente au Luxembourg, Editus est aussi le Partenaire Marketing de nombreur/euses entreprises au niveau local. Notre ambition est de proposer à nos clients des solutions Marketing sur mesure et adaptées à leurs besoins. Et si vous deveniez notre futur(e) Data Analyst (H/F) ? Responsabilités Rattaché(e) au Directeur Innovation & Technologie et en interaction régulier/ière avec les services Marketing et Commercial, vos responsabilités seront les suivant/antes : Analyse de données et modélisation des indicateurs métier Explorer et analyser les jeux de données existants pour identifier les leviers d'exploitation métierÉvaluer la qualité, la pertinence et la richesse des données collectéesTraduire les problématiques business en analyses et en indicateurs exploitables, en lien direct avec les parties prenant/antesConcevoir les modèles de données adaptés aux indicateurs identifiésDévelopper et maintenir des tableaux de bord orientés décision Gestion et supervision de la plateforme Data Cloud Assurer la supervision opérationnelle de la plateforme Data POST (Hue, Zeppelin, Airflow à venir)Suivre son évolution, gérer les migrations, incidents et performancesGarantir la disponibilité et la fiabilité des outils analytiques déployés Conception et optimisation des pipelines de données Développer et maintenir des pipelines de traitement de données (Python, PySpark)Optimiser les traitements pour garantir leur scalabilité et efficacitéParticiper à la structuration technique de l'écosystème analytique Architecture, automatisation et CI/CD Concevoir et opérer les environnements analytiques conteneurisés (Docker), du développement local à la productionOrchestrer les traitements et livrables analytiques via Airflow (DAGs, dépendances, reprise sur incident, alerting)Intégrer les pratiques DevOps dans les projets data : versioning, tests automatisés, revue de code, reproductibilité des traitementsContribuer à la conception du backend data et à l'automatisation des flux de bout en bout Innovation et data science Conduire des POC autour de l'intelligence artificielle et du machine learningUtiliser les librairies Python (pandas, scikit-learn, matplotlib, etc.) pour expérimenter et proposer de nouveaux modèlesFaire « parler » les données à travers des analyses prédictives ou exploratoires Intelligence artificielle et exploitation des modèles de langage Concevoir et industrialiser des cas d'usage IA sur le patrimoine de données (assistants d'accès à la donnée, extraction et structuration automatisées, enrichissement de contenu)Préparer le contexte nécessaire aux modèles : couche sémantique, documentation des métriques, savoir procédural sur les jeux de donnéesÉvaluer et maintenir la qualité des systèmes IA dans le temps : jeux d'évaluation sur questions métier réelles, mesure de la dérive, non-régressionEncadrer les enjeux de fiabilité, de coût, de confidentialité et de conformité des traitements IAAssurer une veille active et arbitrer entre solutions internes et briques éditeurs Pérennité et évolution de la solution Insights de mobilité Assurer le maintien en conditions opérationnelles du produit : surveillance des traitements, traitement des anomalies, mise à jour des référentiels et des dépendancesGarantir la reproductibilité et la traçabilité des résultats (versioning des jeux de données, des facteurs de projection et des méthodes de calcul)Faire évoluer le produit : nouvelles granularités, nouveaux indicateurs, extension à de nouveaux usages, contribution à la roadmapDocumenter la solution, assurer le transfert de connaissance et porter la relation technique avec les partenaires Compétences requises Vous et vos points forts : Excellente maîtrise de Python et de ses librairies data (pandas, numpy, matplotlib, scikit-learn, etc.)Connaissance avancée de PySpark pour le traitement distribuéBonne pratique des outils de visualisation et d'analyse (Hue, Zeppelin,Power BI ou équivalent)Expérience en modélisation de données et création d'indicateursConnaissance des workflows de traitement automatisés (Airflow souhaité)Compréhension des environnements CI/CD, backend data et gestion de plateforme cloudSensibilité aux enjeux de qualité, gouvernance et sécurité des donnéesConteneurisation (Docker) et environnements reproductiblesConnaissance CI/CD sous Azure...