01Data Engineering & plateformes
Construire les flux d’ingestion et de transformation, gérer les dépendances et rendre les traitements reproductibles. Lakehouse ou Data Mesh selon le contexte, avec BigQuery et dbt parmi les technologies mobilisables.
02Catalogue, gouvernance & traçabilité
Inventorier les données, partager un glossaire métier et définir les responsabilités, les accès et les contrats de données. Retracer leur parcours, de la source aux usages, pour comprendre les transformations et l’impact des changements.
03Qualité & remédiation
Profiler les données, définir les règles avec les métiers et automatiser les contrôles. Prioriser les anomalies, nettoyer et standardiser les valeurs, puis suivre leur correction avec les responsables des données.
04Observabilité des données
Surveiller la fraîcheur, les volumes, les changements de schéma et les valeurs inhabituelles. Organiser les alertes et analyser les causes pour intervenir avant que les anomalies ne se propagent aux usages.
05Données de référence & MDM
Harmoniser les nomenclatures et consolider les données clés, comme les clients, les contreparties ou les produits. Rapprocher les enregistrements, traiter les doublons et organiser la validation et la diffusion des référentiels.
06BI & données pour l’IA
Partager les définitions des indicateurs et préparer des jeux de données qualifiés pour l’analyse et l’IA. Utiliser l’IA pour assister la création de règles et la documentation, avec une validation métier et des critères de qualité explicites.