Analytics Engineer - Cognos / DataStage (F/H) in Lille

Analytics Engineer - Cognos / DataStage (F/H) in Lille

Lille Full Time 45000 - 55000 € / an (estimé) Sur site
M

En un coup d'œil

  • Missions: Concevoir et développer des flux de données avec IBM DataStage et Cognos.
  • Entreprise: MoOngy Digital Lab, une communauté d'experts en IT et digital.
  • Avantages: Accompagnement dans la montée en compétences et obtention de certifications.
  • Autres infos: Environnement dynamique avec opportunités de croissance professionnelle.
  • Pourquoi ce job: Rejoignez une quête digitale et impactez divers secteurs avec vos compétences.
  • Qualifications: Expérience de 3 ans sur IBM DataStage et Cognos, esprit d'équipe requis.

Le salaire estimé est compris entre 45000 - 55000 € par an.

Et si vous embarquiez dans une mission à deux dimensions ?

  • Une dimension où vous réalisez des projets chez nos clients.
  • Une autre où vous intégrez une communauté d'experts.

Vous recherchez un job qui donne la possibilité de naviguer chez différents clients, d'explorer plusieurs secteurs d'activité, d'expérimenter les technologies d'aujourd'hui et de demain.

Ce job existe et nous cherchons notre prochain mo Onaute.

Mo Ongy Digital Lab (MDL), c'est une quête : Conseiller nos clients et co-construire des solutions IT et digitales.

Vous serez au centre de cette quête, nos consultants, nos mo Onautes !

En tant que mo Onaute, vous accompagnerez nos clients dans leurs projets IT et digitaux grâce à votre expertise.

Sans perdre de vue notre quête, chaque mo Onaute est accompagné dans sa montée en compétences et dans l'obtention de certifications.

Vous rejoindrez votre communauté de mo Onautes et votre practice leader pour vous guider dans notre odyssée digitale.

Nous recherchons un analytics engineer (H/F) pour rejoindre notre agence basée à Lille.

  • Concevoir, développer et maintenir des flux de données avec

IBM Data Stage .

  • Participer à la conception et à l’évolution des modèles de données.
  • Développer et maintenir des rapports et tableaux de bord avec IBM Cognos .
  • Transformer, contrôler et fiabiliser les données destinées au reporting.
  • Analyser les besoins métiers et les traduire en solutions techniques.
  • Assurer la qualité, la cohérence et la performance des données.
  • Participer à la maintenance corrective et évolutive des solutions existantes.
  • Collaborer avec les équipes Data, IT et métiers.

Les Technologies à maitriser

  • IBM Data Stage
  • : ETL / intégration et transformation des données
  • IBM Cognos
  • : reporting, dashboards et BI
  • Votre profil

Vous avez une expérience d'au moins 3ans sur les outils demandés.

Vous êtes autonome, rigoureux(se), curieux(se) et appréciez le travail en équipe.

Vous avez également une bonne capacité à comprendre les enjeux métiers derrière les données.

#J-18808-Ljbffr

Analytics Engineer - Cognos / DataStage (F/H) in Lille employeur : moOngy Digital Lab

Chez moOngy, nous offrons un environnement de travail dynamique et stimulant où chaque employé a l'opportunité de développer sa propre activité au sein d'un groupe international en forte croissance. Notre culture d'entreprise valorise l'autonomie, le développement personnel et le succès collectif, avec un accompagnement sur mesure pour garantir la montée en compétences de nos collaborateurs. Rejoindre moOngy, c'est intégrer une équipe passionnée, bénéficier d'un parcours de carrière évolutif et participer activement à la construction de votre réussite professionnelle.

M

Coordonnées :

Équipe de recrutement de moOngy Digital Lab

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Analytics Engineer - Cognos / DataStage (F/H) in Lille

✨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 moOngy Digital Lab

N’oublie pas de consulter notre site web pour des offres de full-time en data science chez moOngy Digital Lab. 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 Analytics Engineer - Cognos / DataStage (F/H) in Lille

IBM DataStage
ETL
Intégration des données
Transformation des données
IBM Cognos
Reporting
Tableaux de bord

Quelques conseils pour ta candidature 🫡

Mets en avant tes compétences techniques:Pour le poste de data scientist chez moOngy Digital Lab, 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 moOngy Digital Lab 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 moOngy Digital Lab. 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 moOngy Digital Lab

✨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 moOngy Digital Lab et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.