Please enable JavaScript.
Coggle requires JavaScript to display documents.
Data Analyste =
Combine connaissance métier & bonne maîtrise des…
Data Analyste =
Combine connaissance métier & bonne maîtrise des données pour mener à bien des cas d’usage de valorisation de la donnée
Missions principales
Conçoit, réalise des études ou des projets de valorisation de la donnée afin de répondre à des problématiques métier ou aider à identifier des potentiels leviers de performance
Contribue, par son expertise, à la prise de décision auprès du management de l’Unité et des métiers, à l’harmonisation des méthodes et pratiques, à l’amélioration de la qualité des données et à la diffusion de la culture de la Donnée au sein de l’entreprise
Compétences
Must Have :
Maîtrise des Données : Comprendre en profondeur les données, savoir les extraire, les nettoyer et les analyser.
Connaissance Métier : Comprendre les activités des métiers pour contextualiser les données et résoudre les problèmes métiers.
Analyse Statistique : Avoir des compétences en statistiques pour interpréter les données et tirer des conclusions significatives.
Visualisation des Données : Savoir créer des visualisations claires et compréhensibles pour présenter les résultats d'analyses.
Communication : Être capable de synthétiser des informations complexes et de les communiquer efficacement, tant à l'écrit qu'à l'oral.
Résolution de Problèmes : Être capable de résoudre des problèmes métiers en utilisant des données et des analyses pertinentes.
Esprit Critique : Avoir un esprit critique pour évaluer la qualité des données et des analyses effectuées.
Protection des Données : Connaître les réglementations et les meilleures pratiques pour protéger les données sensibles et respecter la vie privée des individus.
Nice to Have :
Programmation : Des compétences en langages de programmation comme Python, R ou SQL peuvent être utiles pour automatiser des tâches et effectuer des analyses avancées.
Apprentissage Automatique : Avoir des connaissances de base en apprentissage automatique peut être un atout pour des analyses prédictives et des modélisations.
Big Data : Si l'entreprise traite de grandes quantités de données, des compétences dans les technologies Big Data comme Hadoop peuvent être souhaitables.
Gestion de Projet : Avoir des compétences en gestion de projet peut être important pour gérer efficacement les projets d'analyse de données, y compris la planification, la coordination et le suivi.
Curiosité et Créativité : Être curieux pour explorer de nouvelles méthodes et créatif pour trouver des solutions innovantes aux problèmes métiers.
Collaboration : Avoir la capacité de travailler en équipe et de collaborer avec d'autres professionnels, y compris les non-techniciens, pour comprendre les besoins métiers et communiquer les résultats.
Activités
-
Cadrer le besoin et étudier les données en se référant aux pratiques et usages capitalisés par le métier dans le cadre de l’étude ou du projet :
Participer au cadrage de la demande en s’assurant de sa bonne compréhension auprès du commanditaire, si nécessaire en reformulant le besoin
-
Procéder ou faire procéder à leur « nettoyage » en vue d’une étude exploratoire et descriptive par rapport aux attendus
Si besoin, mettre en place les mesures de protection et de contrôle adaptées et nécessaires pour respecter l’ensemble des réglementations applicables au contexte de l’étude
-
Synthétiser, communiquer et développer les résultats obtenus dans le cadre de l’étude ou projet
-
-
Assurer la capitalisation, l’amélioration des pratiques et la veille :
Proposer des évolutions des définitions et des usages du catalogue de données, au regard des besoins et des études traitées
Rédiger et formaliser l'analyse issue des travaux, à des fins de capitalisation pour nourrir le retour d’expérience
Assurer la pérennité du procédé pour les applications les plus intéressantes (documentation des modes opératoires associés)
-
-