Au sein de la DSI, les plateformes Data & Référentiels sont les fondements sur lesquels les offres MGEN sont construites dans les chaînes de valeurs métiers, en application de la méthodologie S@fe (agilité à l’échelle).

Le Département SI Data porte la réalisation de la stratégie « data centric » de l’entreprise. Au cœur de la transformation engagée du SI, sa mission transverse garantit l’adéquation des plateformes Data & Référentiels pour valoriser l’usage de la data dans une approche « Data as a product », notamment :

-          Exposition des données via API pour les services en ligne,

-          Valorisation des données par le biais de l’Intelligence Artificielle

-          Perspectives portées par la Data Visualization.

Ses engagements se déclinent au travers de la feuille de route Data, de la mise en œuvre au maintien en conditions opérationnelles.

Extraction, uniformisation et structuration des données :

- Collecter, sélectionner et valider les données pertinentes pour l’analyse

- Définir les solutions de stockage et la structuration des données

- Maîtriser la qualité des données tout au long de leur traitement pour data science

Analyses prédictives et développement d’opportunités de marché :

- Mettre en œuvre et garantir la modélisation statistique des données

- Développer des algorithmes d’apprentissage

- Concevoir des modèles de détection des insights et des opportunités de marché

- Accompagner l’entreprise dans le développement de leviers de création de valeur

Développement d’outils de support en interne :

- Participer à la mise en œuvre de la stratégie de l’entreprise

- Analyser l’ensemble des données internes / externes pour développer des systèmes efficaces d’aide à la décision

- Participer au développement des indicateurs de performance de l’entreprise

- Fournir des leviers statistiques décisionnels

- Animer les ateliers d’expression des besoins internes et rédiger les cas d’usages

- Présenter les résultats des études réalisées aux clients internes

Veille technologique sur les outils de datamining, data exploration et data visualisation :

- Effectuer une veille sur les nouvelles technologies et solutions logicielles d’analyse des données

- Rechercher et expérimenter de nouvelles méthodes de modélisation et d’analyse des données

Savoir faire :

- Maitrise des algorithmes d’apprentissage automatique (Machine Learning)

- Maitrise des outils de traitement de données (PySpark, Python, ...)

- Maîtrise des technologies Big Data

- Maîtrise des bases de données SQL et no-SQL

- Connaissance des réseaux de neurones et d’intelligence artificielle

- Maîtrise des process MLOps

Savoir être :

- Esprit d’analyse et sens du détail pour identifier et comprendre les problématiques transversales de l’entreprise

- Rigueur et concentration pour assurer l’exactitude des calculs réalisés

- Capacité d’organisation pour structurer ses méthodes de travail et son plan d’intervention

- Sens du service pour optimiser et améliorer la satisfaction du client interne / externe

- Capacité de communication pour expliquer et convaincre

- Pédagogie pour expliciter sa méthode de travail au client interne

- Curiosité pour suivre les nouvelles tendances et découvrir de nouveaux outils

- Force de proposition pour proposer des recommandations au client interne

- Sens des affaires pour détecter les opportunités de marché

- Accompagnement des profils data scientists juniors

Pour plus d'informations, vous pouvez contacter Christelle POUNGUI (cpoungui@mgen.fr)