About this role
CS27 - Stage - BAC+5 - Data Engineering & Analytics – Produits Cloud (H/F)
Contexte et environnement de travail :
Renault poursuit son engagement envers les jeunes au travers de la formation par l’alternance et les stages. Cette politique volontariste positionne Renault comme un des contributeurs majeurs au développement de l’apprentissage en France. Dans le cadre de votre stage, vous serez suivi par le service Emploi, compétences et Politiques Jeunes et plus particulièrement au sein des relations écoles et de la marque employeur de Renault.
Au sein de la Direction Produits Cloud de Renault Group, vous contribuerez à un programme stratégique visant à mettre en place une vision consolidée de l'usage, de l'adoption et de la consommation des différentes plateformes Cloud du Groupe.
L'équipe Produits Cloud pilote un portefeuille de solutions technologiques couvrant notamment les plateformes cloud (GCP, Azure, AWS, Kubernetes, …), les domaines Data & Analytics, API Management, Security, Intégration, les outils de dev (Gitlab, SonarQube, …) et les outils de gestion de projets (Jira, Confluence, …)
Vos missions :
Au sein de l'équipe Produits Cloud, vous participerez activement à la construction du référentiel de données et des tableaux de bord de pilotage.
- Finalisation du référentiel de métriques
- Collaborer avec les Product Leaders des différentes plateformes Cloud.
- Finaliser l'inventaire des KPI métiers, techniques et financiers à suivre.
- Formaliser les définitions des métriques et leurs règles de calcul.
- Participer à la governance des indicateurs.
- Construction des flux de données
- Identifier les sources de données associées à chaque produit.
- Collecter les données via :
- APIs REST ;
- requêtes SQL ;
- exports Excel/CSV ;
- bases de données ;
- plateformes Cloud.
- Concevoir et automatiser l'alimentation du Data Lake Renault.
- Participer à la structuration des données dans les couches :
- RAW ;
- GOLD ;
- Data Products.
- Modélisation et couche sémantique
- Participer à la conception du modèle de données cible.
- Construire la couche sémantique Looker (LookML).
- Développer les dimensions, mesures et KPI nécessaires aux analyses.
- Garantir la qualité et la cohérence des données exposées.
Cette approche s'appuie sur le modèle de gouvernance Looker basé sur une couche sémantique commune (LookML).
- Data