Data Analyst / Scientist

Notre client est une entreprise innovante et ambitieuse évoluant dans le secteur porteur de l'énergie. Il offre un environnement de travail convivial et dynamique avec une structure collaborative. Encourageant l'autonomie et la polyvalence, cette entreprise porte un grand intérêt à l'épanouissement et au développement des compétences de ses employés.

S'intégrant dans une petite équipe, ce profil joue un rôle hybride, et devra à la fois assumer des tâches typée « data analyst » mais aussi « data scientist » :

• Collecte, nettoyage et organisation des données
• Analyse des données, identification de tendance, d'anomalies et de corrélations
• Visualisation des données et création de rapports ou Dashboard interactifs.
• Développement de modèles prédictifs et d'algorithmes de machine learning.
• Collaborer avec l'équipe IT dans la mise en place et l'exploitation d'une plateforme de données.
• Identifier les opportunités d'amélioration des processus d'analyse de données et de modélisation, et proposer des solutions innovantes pour optimiser la collecte et l'utilisation des données.
• Rester à jour sur les dernières tendances et technologies dans le domaine de la science des données, spécialement dans le secteur de l'énergie.
• Représenter Arewal dans les réunions intersectorielles sur le sujet data (CMS Atrias, Synergrid)
• Collaborer au sein d'une équipe multidisciplinaire en faisant preuve de flexibilité, d'autonomie, d'esprit d'équipe et de rigueur.

Robert Half SRL et Robert Half Project Sourcing SRL traitent les données des candidats qui sont nécessaires pour mener à bien le processus de candidature. Vous trouverez plus d' informations sur la protection des données, en particulier sur vos droits légaux, à Afficher le site webhttps://www.roberthalf.com/be/fr/vie-privee.

Etes-vous le candidat idéal?

• Diplôme de Master en Data Science, Informatique, Mathématiques, Statistiques reconnu par la fédération Wallonie-Bruxelles
• Minimum 2 ans d'expérience dans une fonction similaire souhaitée
• Connaissances techniques :
• Langages de programmation : Maîtrise de Python indispensable et des principales librairies de traitement de données (Pandas, NumPy, Keras, TensorFlow, Scikit-learn, …)
• Analyse de données : Maîtrise de l'analyse de données avec des outils comme Excel, SQL, ou des outils de visualisation comme Tableau ou Power BI.
• Statistiques : Compétence dans les analyses descriptives et exploratoires (moyennes, médianes, écarts-types, etc.).
• Machine learning : Connaissance des algorithmes de machine learning (régression, classification, clustering) et de leurs applications. Compréhension des techniques avancées comme le deep learning ou l'apprentissage supervisé et non supervisé.
• Bases de données : Compréhension des bases de données relationnelles (SQL) et non relationnelles (NoSQL), et capacité à exploiter les données (requêtes).
• API et intégration : Familiarité avec l'utilisation d'API RESTful ou GraphQL pour l'exploitation des données.
• Cloud computing : Familiarité avec les services cloud (AWS, Azure ou Google Cloud) pour l'exécution de scripts et d'algorithmes de traitement de données est un atout.
• La maitrise du français et de l'anglais est importante, celle du néerlandais est considéré comme un atout.