Analyste données achats pour données et intelligence artificielle, sur Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter

Projets d'analyse et de modèles, données du client à manipuler sous contrat et résultats difficiles à garantir.

Il reçoit le savoir de votre activité en plus de son métier : son vocabulaire, ses documents, ses règles et ses logiciels.

Ce qu'il fait chaque jour

Établir les clés de rapprochementRattacher les fournisseurs entre systèmes par immatriculation, pas par nom. Dans Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter.
Écrire les règles de périmètreFixer entités, natures de dépense, traitement de la taxe et date de référence. Dans Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter.
Assembler les sourcesRapprocher commandes, réceptions, factures et écritures sur la période. Dans Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter.
Contrôler la qualitéRelever lignes sans fournisseur, doublons, devises et périodes manquantes. Dans Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter.
Corriger à la sourceFaire réparer les anomalies dans le système d'origine, jamais dans le résultat.
Documenter les calculsÉcrire chaque règle appliquée pour que le chiffre soit refaisable. Dans Dataiku ou Databricks ou dbt ou Snowflake ou Apache Airflow ou Jupyter.
Publier les jeux de donnéesMettre à disposition les données rapprochées avec leurs contrôles.
Expliquer les écarts entre tableauxRetrouver pourquoi deux états officiels ne donnent pas le même total.

Ce que connaît, en plus de son métier, un collaborateur réglé sur données et intelligence artificielle.

Jeu de données d'entraînement: Les données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
Mise en production d'un modèle: Le passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.
Pseudonymisation: Elle remplace les identifiants mais laisse des données personnelles ; seule une anonymisation véritable est irréversible.
Obligation de moyens: Un projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.
Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.

Contrat de traitement de données: L'accord qui dit ce que le prestataire peut faire des données du client, où elles sont hébergées et pour combien de temps.
Note de cadrage du projet: Le document qui fixe la question posée, les données disponibles, les critères d'évaluation et ce qui sera livré.
Documentation du modèle: La fiche qui décrit les données, les limites, les performances mesurées et les usages déconseillés du modèle livré.
Analyse d'impact sur la protection des données: L'étude obligatoire avant un traitement susceptible d'engendrer un risque élevé pour les personnes concernées.
Protocole d'évaluation: Le protocole convenu à l'avance, qui dit sur quelles données et avec quels seuils le résultat sera jugé.

Les données du client servent à son projet, jamais à entraîner un modèle réutilisé ailleurs sans accord écrit.

Un modèle livré s'accompagne de ses limites et de ses usages déconseillés : livrer un score sans mode d'emploi est une faute.

Un traitement à risque élevé passe par une analyse d'impact avant sa mise en œuvre, pas après le premier incident.

L'agent ne met aucun modèle en production et ne décide d'aucun traitement de données : il prépare, documente et alerte.

jeu de données: L'unité de travail : une source, un périmètre, une date d'extraction et des droits d'usage attachés.
jour de conception: L'unité de facturation des projets, qui se consomme vite entre préparation des données et évaluation.
score d'évaluation: L'unité de comparaison des modèles, fixée avant le projet pour éviter de la choisir après coup.
Métier commanditaire: Attend une réponse utilisable dans son processus, pas un score : un modèle que personne n'utilise ne vaut rien.
Délégué à la protection des données: Attend de savoir quelles données servent, sur quelle base légale et combien de temps elles sont conservées.
Équipe informatique du client: Attend des accès demandés proprement et une mise en production qui n'impose pas une pile technique de plus à maintenir.
Direction: Attend des résultats expliqués en langage clair et un coût d'exploitation connu avant toute industrialisation.; La préparation des données occupe l'essentiel du projet, bien plus que la modélisation elle-même.; Les projets se jalonnent par des points de décision : continuer, réorienter ou arrêter, au vu des résultats mesurés.; Un modèle mis en production se surveille en continu : sa performance baisse avec le temps, sans prévenir personne.; Les réglementations sur les systèmes d'intelligence artificielle entrent en vigueur par étapes et imposent d'anticiper la documentation.