Business Analyst Data & IA

Le besoin

Contexte et enjeux

Une organisation de solutions de crédit-bail se trouve à un tournant crucial où l'exploitation des données doit devenir un levier central de transformation et de compétitivité. Cependant, plusieurs défis structurels doivent être adressés pour réussir cette transition vers une organisation véritablement axée sur les données (insuffisance du Data Management existant, dépendances fortes à des systèmes legacy qui ont vocation à être décommissionnés à court et moyen termes, limites structurelles des outils et solutions actuels).

Le projet doit permettre de valider la capacité de mise en œuvre du projet de data science depuis sa phase exploratoire jusqu'à sa phase d'industrialisation, plus particulièrement pour le projet de refonte d'une application de valorisation d'assets avancée.

Responsabilités

• Analyse approfondie des besoins métiers liés à la donnée, à l'analytique, à l'IA et au reporting.

• Comprendre les processus et enjeux fonctionnels pour identifier précisément les informations nécessaires à chaque cas d'usage.

• Évaluation et qualification des sources de données disponibles afin d'identifier les données pertinentes et fiables.

• Vérifier leur qualité, cohérence, disponibilité et adéquation avec les besoins métiers.

• Collaboration étroite avec le Data Office pour :

  • Valider les jeux de données existants

  • Identifier les manques

  • Contribuer à la modélisation des données non encore prises en charge par les systèmes existants

  • Assurer l'alignement avec les standards de gouvernance, traçabilité et qualité

• Définition et formalisation avec les Data Engineers et les MLOps des besoins fonctionnels en matière de données et d'algorithmes (features, KPIs, modèles IA, reporting), en veillant à leur faisabilité technique et leur pertinence métier.

Spécification fonctionnelle et data design

• Rédaction de spécifications fonctionnelles détaillées, structurées autour de :

  • User stories data

  • Règles de gestion

  • Dictionnaires de données

  • Mappings sources-cibles

  • Schémas conceptuels / logiques orientés data & IA

• Description des flux de données end-to-end : collecte, transformation, stockage, mise à disposition, consommation. Assurer une vision claire et documentée du cycle de vie de la donnée.

• Contribution au design des pipelines de données, en coordination avec les équipes techniques (Data Engineers, Data Scientists), pour assurer la faisabilité, la robustesse et la performance des solutions.

Interface entre les équipes métier, Data Office et équipes techniques IA / Data / BI

• Intermédiaire entre le métier, le Data Office et les équipes IT / Data / IA, en garantissant :

  • Une compréhension commune des exigences

  • La conformité entre les besoins fonctionnels et les solutions techniques proposées

  • La bonne disponibilité des jeux de données nécessaires au projet

• Accompagnement des utilisateurs métiers dans la compréhension et l'appropriation des données fiables et des solutions analytiques ou IA.

Suivi de la mise en œuvre des solutions IA & Data

• Participation au suivi des développements (étapes clés, points d'avancement) avec un rôle d'assurance fonctionnelle.

• Validation fonctionnelle des livrables data et IA :

  • Vérification de la qualité des données

  • Contrôle de la complétude des jeux de données

  • Revue des KPI, Dashboard PowerBI, notebooks Dataiku, features IA, etc.

• Recueil et intégration des retours métiers afin d'ajuster les modèles, indicateurs ou jeux de données.

Documentation et gouvernance

• Production et mise à jour de la documentation fonctionnelle et data.

• Contribution active aux démarches de gouvernance de la donnée pilotées par le Data Office : qualité, conformité, traçabilité, sécurité.

Compétences requises

• Solide compréhension des concepts data : gouvernance, qualité, modèles de données, référentiels, règles de gestion.

• Bonne connaissance des cas d'usage IA et analytique : KPI, modèles prédictifs, features engineering, data mining, reporting avancé.

• Capacité à explorer, analyser et qualifier des données : volumes, formats, limites, biais, transformations nécessaires.

Connaissances appréciées sur les technologies et outils suivants

• Connaissances des pratiques et enjeux d'une DSI, sur des environnements de production et les cycles de développement, déploiements.

• Chaîne CI/CD (Gitlab).

• IBM Cloud – Postgres, COS (data lake, stockage, bases relationnelles).

• Dataiku (préparation de données, pipelines, automation, notebooks).

• PowerBI (dashboards, dataset modeling).

• Environnements de data platform modernes.

Compétences fonctionnelles et communication

• Capacité démontrée à traduire des besoins métiers complexes en exigences fonctionnelles data structurées et opérationnelles.

• Très bonnes compétences de communication avec des interlocuteurs variés (métier, Data Office, Data Engineers, Data Scientists, IT).

• Excellente capacité de rédaction, documentation et vulgarisation des enjeux data & IA.

• Expérience dans un contexte Agile, capacité à contribuer à la rédaction de user stories data, à la priorisation fonctionnelle, au suivi des étapes de développement.

Langues

• Maîtrise de l'anglais pour assurer les échanges avec les parties prenantes internationales et la rédaction de la documentation.