Business Analyst Data Finance – Modélisation (H/F)

Business Analyst Data Finance – Modélisation (H/F)

Full Time 61650 - 75350 € / an (estimé) Sur site
A

En un coup d'œil

  • Missions: Analyse et modélise des données financières pour transformer le secteur de la finance.
  • Entreprise: Entreprise innovante dans le domaine de la gestion d'actifs et de la finance de marché.
  • Avantages: Salaire compétitif, environnement dynamique et opportunités de développement professionnel.
  • Autres infos: Travaille dans un environnement collaboratif avec des équipes variées.
  • Pourquoi ce job: Fais partie d'un projet ambitieux et impacte le futur de la finance.
  • Qualifications: Bac+4/5 en Data ou Finance avec 5 ans d'expérience en tant que Business Analyst.

Le salaire estimé est compris entre 61650 - 75350 € par an.

Contexte de la mission : Vous intégrerez un projet de transformation SI/Data d'envergure dans le domaine de la gestion d'actifs et de la Finance de marché. Au sein d'un environnement associant équipes métiers, MOA et MOE, vous interviendrez plus particulièrement sur les problématiques de modélisation et de fiabilisation des données financières, depuis les systèmes sources jusqu'à leur exploitation dans les outils décisionnels.

Vos principales missions :

  • Recueillir et analyser les besoins métiers autour des données de Finance de marché ;
  • Participer à la modélisation des données et à la définition des objets métiers ;
  • Contribuer aux travaux de modélisation selon les approches Data Vault et 3FN ;
  • Analyser les flux de données, depuis les systèmes sources jusqu'aux restitutions BI, et comprendre les traitements ETL associés ;
  • Réaliser les contrôles et requêtes SQL nécessaires à l'analyse et à la validation des données ;
  • Préparer, réaliser et suivre les recettes fonctionnelles, notamment sur les aspects liés à la qualité et à la cohérence des données ;
  • Identifier et analyser les anomalies et assurer leur suivi avec les équipes concernées ;
  • Assurer l'interface entre les différentes parties prenantes : métiers, MOA, MOE et sponsors.

Profil candidat : Vous disposez d'un Bac+4/5 (École d'Ingénieur, Master en spécialisé en Data ou Finance...) et d'une expérience significative (5 ans minimum) en tant que Business Analyst / Consultant AMOA Data, idéalement acquise dans un environnement de Finance de marché.

Vous possédez :

  • Une bonne connaissance opérationnelle des instruments de Finance de marché ; une expérience en Middle Office ou Back Office est appréciée ;
  • Une bonne compréhension des chaînes de données et du fonctionnement d'un ETL, de la donnée source jusqu'à la restitution BI ;
  • Une expérience en Data Finance appréciée ;
  • Une expérience en modélisation de données, notamment Data Vault et 3FN ;
  • Une bonne maîtrise de SQL, notamment dans le cadre de travaux de recette ;
  • Une expérience avérée en tests et recette fonctionnelle ;
  • De très bonnes qualités relationnelles et de communication permettant d'échanger avec des interlocuteurs métiers et techniques variés.

Autonomie, rigueur, capacité d'analyse et aisance dans des environnements complexes et multi-acteurs seront essentielles pour réussir dans cette mission.

Business Analyst Data Finance – Modélisation (H/F) employeur : ACCELITE

Rejoindre notre équipe en tant que Consultant(e) MOA-MOE ERP IKOS, c'est intégrer un environnement dynamique et collaboratif au sein d'un acteur majeur du secteur immobilier. Nous offrons des opportunités de développement professionnel, un cadre de travail stimulant et une culture d'innovation où chaque contribution est valorisée. Vous aurez l'occasion de travailler sur des projets stratégiques, tout en bénéficiant d'un accompagnement personnalisé pour votre évolution de carrière.

A

Coordonnées :

Équipe de recrutement de ACCELITE

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Business Analyst Data Finance – Modélisation (H/F)

✨Participe à des meetups de data science

Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !

✨Montre tes compétences avec des projets

Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !

✨Vis les forums spécialisés

Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.

✨Postule directement sur le site de ACCELITE

N’oublie pas de consulter notre site web pour des offres de full-time en data science chez ACCELITE. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !

Nous pensons qu'il te faut ces compétences pour exceller en tant que Business Analyst Data Finance – Modélisation (H/F)

Analyse des besoins métiers
Modélisation des données
Data Vault
3NF
Analyse des flux de données
Traitements ETL
SQL

Quelques conseils pour ta candidature 🫡

Mets en avant tes compétences techniques:Pour le poste de data scientist chez ACCELITE, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.

Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à ACCELITE que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.

Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez ACCELITE. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !

Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.

Comment te préparer à un entretien d'embauche chez ACCELITE

✨Prépare ton arsenal technique !

En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.

✨Montre ton portfolio

Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.

✨Anticipe les études de cas

Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.

✨Comprends le business derrière les données

Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de ACCELITE et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.