Data Governance Consultant – Data Lake, DWH & Data Preparation

Chez Sword Technologies, nous accompagnons nos clients dans leurs projets de transformation digitale, en intervenant sur des missions à forte valeur ajoutée dans des environnements exigeants.

Nous accordons une attention particulière à la qualité des missions proposées ainsi qu’à l’accompagnement de nos collaborateurs dans leur évolution.

Dans le cadre de notre développement, nous recherchons des profils afin de renforcer nos équipes.

Nous recherchons un(e) consultant(e) en gouvernance des données capable de structurer des cadres de gouvernance opérationnels autour d'un écosystème data bancaire complexe et d'en assurer la conformité réglementaire.

Mission :

Dans le cadre de la stratégie Data & AI d'un établissement bancaire luxembourgeois, la mission consiste à définir et formaliser une gouvernance couvrant deux périmètres complémentaires : d'une part les couches Data Lake (hébergé sur Cloudera) et unified Data Warehouse (uDWH, hébergé sur Oracle) organisées selon une architecture en médaillon (trois zones de données), et d'autre part la pratique de Data Preparation outillée sur Dataiku, dont l'usage est étendu aux équipes métiers sans prérequis AI / Gen AI. La gouvernance devra également anticiper l'intégration prochaine d'une plateforme de Data Virtualisation (Denodo) destinée à faciliter le partage de datasets.

La mission s'organise en plusieurs étapes : prise de connaissance de l'existant documentaire et des exigences en vigueur, recueil des cas d'usages auprès des parties prenantes métiers et data, puis définition des processus, rôles et responsabilités associés à chaque composant. Le consultant ou la consultante produira des livrables sous forme de procédures rédigées en français, incluant pour chacune un diagramme de processus, la matrice des responsabilités, les risques et contrôles associés, ainsi que des KPIs de monitoring — y compris ceux dont la mise en œuvre est différée, avec définition de la cible et des modalités de calcul. Un travail de liaison avec les équipes techniques sera nécessaire pour valider la capacité des plateformes à supporter les processus définis.

Les thématiques couvertes incluent notamment la gestion de l'organisation et de l'acheminement des données, la qualité des données, le data lineage, la protection et la classification des données, la gestion des accès, les règles de rétention et d'archivage, ainsi que la gestion des changements. L'ensemble des procédures devra s'inscrire dans le respect des obligations réglementaires applicables à un établissement bancaire, en particulier les principes BCBS 239 / RDARR relatifs à l'agrégation des données de risque, le règlement DORA, le RGPD et les politiques internes de la banque. En clôture de mission, une feuille de route priorisée sera livrée pour planifier la mise en application opérationnelle de l'ensemble des procédures.

Environnement technique :

Must have :

• Expérience d'au moins 5 ans en gouvernance des données, idéalement acquise dans le secteur bancaire

• Maîtrise des enjeux Data Management : architecture data, cycle de vie de la donnée, data products, évitement des silos

• Connaissance approfondie des exigences BCBS 239 / RDARR (agrégation des données de risque et reporting)

• Expérience probante en Business Analysis : recueil de besoins, modélisation de processus, rédaction de procédures

• Capacité à produire une documentation claire, structurée et rigoureuse en français (livrables rédigés en français uniquement)

• Excellente expression écrite et orale en français et anglais

• Connaissance des architectures Data Lake et Data Warehouse, notamment l'architecture en médaillon

• Expérience de gouvernance autour de plateformes de Data Preparation ou de self-service data

Nice to have :

• Connaissance fonctionnelle ou technique de Dataiku (Data Preparation, pipelines, data products)

• Connaissance de Denodo ou d'une autre solution de Data Virtualisation

• Expérience sur des environnements Cloudera (Data Lake) ou Oracle (Data Warehouse)

• Familiarité avec le règlement DORA et le RGPD dans un contexte bancaire

• Expérience dans la définition de KPIs de monitoring data et de dispositifs de contrôle qualité

• Connaissance des pratiques SDLC appliquées aux pipelines et datasets data