Senior Functional Data Architect – Architecte Data Fonctionnel Senior

Description de la mission

Senior Functional Data Architect – Architecte Data Fonctionnel Senior
Vorstone recherche un(e) Senior Functional Data Architect pour l’un de ses client basé en IDF 5(92) Hauts-De-Seine afin de contribuer à la valorisation et à la structuration des données à l’échelle du Groupe, dans le cadre d’un programme ambitieux de Data Governance, afin de contribuer à la valorisation et à la structuration des données à l’échelle du Groupe.
L’Architecte Data Fonctionnel interviendra sur les bonnes pratiques d’architecture de données appliquées notamment aux domaines :
Analytics / BI
Intelligence Artificielle (AI)
Master Data Management (MDM)
Données IT : spécifications, applications, projets, ITSM, infrastructures, etc.
La mission implique une collaboration étroite avec différentes communautés :
Experts métiers et experts Data
Data Governance Managers
Architectes Enterprise, Solution et techniques
Data Product Managers
Data Engineers / Développeurs
Data Scientists
L’objectif est de garantir une structuration optimale et pérenne des données et des plateformes Data, avec une vision moyen / long terme, afin de faciliter leur exploitation par les métiers, du simple accès aux données jusqu’aux usages avancés de Data & Analytics.
Missions principales
Architecture fonctionnelle et modélisation des données
Comprendre les processus métiers de haut niveau et l’architecture des données du système d’information à travers les différentes Business Units.
Cartographier les principales sources et applications : ERP, CRM, PIM, MDM, applications IT et métiers, plateformes BI / Reporting / Data / AI.
Contribuer à l’évolution des ontologies d’entreprise et des modèles de données : principales entités de données et relations sémantiques.
Collaborer avec les experts Data métiers, les équipes Data Governance et les architectes Enterprise, Solution et techniques.
Cartographier les assets existants au sein des Data Platforms, notamment la plateforme Corporate.
Prioriser leur standardisation en fonction des besoins métiers afin de faciliter la consommation et la réutilisation des données.
Data Modelling & structuration des données
Analyser et identifier les besoins de structuration des bases et modèles de données à partir des besoins fonctionnels actuels et futurs.
Définir des modèles permettant de développer des capacités self-service Data.
Travailler sur les problématiques :
Agrégation et consolidation des données
Normalisation / dénormalisation
Rationalisation des structures de données
Gestion et amélioration de la qualité des données
Concevoir des datasets standardisés et réutilisables, facilement accessibles via une Data Marketplace.
Garantir la cohérence, la fiabilité et la facilité de consommation des datasets pour différents usages métiers.
Master Data Management – MDM
Définir le positionnement des différents flux MDM dans le paysage du système d’information.
Prendre en compte les différents domaines fonctionnels et Business Units.
Garantir que les processus métiers disposent des données appropriées avec le niveau de Data Quality attendu.
Data Governance & Data Quality
Appliquer le framework de Data Governance Groupe et notamment les politiques de Data Architecture.
Définir et appliquer les règles permettant de construire des datasets standardisés et réutilisables.
Accompagner les experts Data métiers et les équipes IT dans la définition et l’implémentation des contrôles de qualité des données.
Évaluer les datasets logiques et leurs implémentations afin de vérifier leur conformité avec les standards et frameworks Groupe.
Veiller à l’application des politiques de gestion des risques liés aux données :
Classification des données
Confidentialité et Privacy
Conformité
Politiques et gestion des accès
Rétention des données
Processus, métadonnées & documentation
Documenter en BPMN les principaux processus métiers produisant et consommant les données.
Gérer et enrichir les métadonnées.
Garantir la visibilité sur :
La couverture fonctionnelle des datasets
La fraîcheur des données
Les informations nécessaires à leur bonne compréhension et utilisation
Contribuer aux travaux des Data Councils et des différentes instances de Data Governance.
Intelligence Artificielle
Utiliser les outils et capacités AI afin d’accélérer les travaux d’architecture, de modélisation et de documentation.
Identifier les usages permettant d’améliorer l’efficacité et la rapidité des livrables.