Contexte :
Dans le cadre d’un projet data ambitieux, nous recherchons deux Data Project Managers Senior pour structurer et déployer une plateforme data industrielle, de la gouvernance à la valorisation avancée des données (IoT, SAP, géomatique, etc.).
Durée : 6 mois (120 jours).
Début : ASAP.
Statut : Freelance.
Mission Principale :
Cadrage, conception et mise en œuvre d’une solution data end-to-end pour un environnement industriel, incluant :
Cadrage & Gouvernance :
Identifier les cas d’usage prioritaires (production, maintenance prédictive, logistique, etc.).
Définir le modèle de gouvernance (ownership, qualité, sécurité, conformité).
Structurer un glossaire métier (KPIs : tonnage, teneur, Capex/Opex, etc.).
Ingestion & Intégration des Données :
Collecte temps réel (capteurs IoT : OPC UA, PI System, SCADA) et données batch (SAP S/4, Ariba, RH, Finance).
Intégration des données géospatiales (SIG, drones).
Déploiement d’outils d’ingestion (Kafka, Flink, NiFi, StreamSets).
Architecture Data Platform :
Mise en place d’un Data Lakehouse (MinIO, Iceberg, Trino/Starburst).
Zoning (Bronze/Silver/Gold) et virtualisation (Denodo/Dremio).
Sécurité : RBAC, chiffrement, data lineage.
Qualité & Gouvernance Opérationnelle :
Contrôles de qualité (ex : données critiques pH, teneur en métaux).
Monitoring des anomalies et catalogage (OpenMetadata/Ataccama).
Analytics & Reporting :
Conception de tableaux de bord (production, énergie, logistique) via Power BI/Tableau.
Définition des KPIs (disponibilité équipements, coût par tonne, émissions CO₂).
Advanced Analytics & AI :
Déploiement de use cases : maintenance prédictive (équipements miniers), optimisation énergétique, qualité produit.
Applications sécurité/environnement (stabilité des digues, émissions).
Change Management & Upskilling :
Formation des équipes métier aux outils analytics.
Mise en place de processus Agile/Lean et valorisation des bénéfices data.
Profil Requis :
Expérience confirmée en gestion de projets data complexes (environnement industriel minier ou énergétique apprécié).
Maîtrise des technologies : Data Lakehouse, ingestion temps réel (Kafka, Flink), IoT, SAP, virtualisation.
Compétences en gouvernance data, qualité et conformité.
Expertise en analytics (KPIs industriels) et IA/ML (maintenance prédictive).
Capacité à former et accompagner le changement.