Stage - Data Engineering & Analytics
Il y a 3 heures
Paris, Île-de-France
AXA
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
VOTRE RÔLE ET VOS MISSIONS
What You’ll Do
Construire un pipeline de données centralisé et fiable
- Collecter, nettoyer et inventorier les données de sinistres liés aux catastrophes naturelles (Nat Cat) stockées dans diverses sources et formats (Excel, CSV, JSON, etc.).
- Concevoir et implémenter un pipeline ETL (Extract, Transform, Load) dans Databricks pour automatiser l'ingestion, le nettoyage et la standardisation des données.
- Appliquer des contrôles de qualité des données et des règles de validation pour garantir l'exactitude et la cohérence des données.
Développer une interface de chargement/extraction de données
- Créer une interface intuitive au sein de Databricks (par exemple, en utilisant des Databricks Widgets ou une interface utilisateur basée sur des notebooks) permettant aux utilisateurs non techniques de charger/soumettre des données facilement.
- Implémenter des messages d'erreur clairs et des workflows guidés pour accompagner les contributeurs de données au sein des équipes.
Permettre la visualisation des données et l'analyse en libre-service
- Construire un tableau de bord interactif connecté à la couche de données nettoyées de Databricks, offrant des informations pertinentes sur les données de sinistres.
- Intégrer une fonctionnalité de téléchargement de données, permettant aux utilisateurs autorisés d'exporter des ensembles de données propres et structurés directement depuis la plateforme.
Documenter et maintenir la solution
- Produire une documentation technique claire couvrant l'architecture du pipeline, les dictionnaires de données et les guides d'utilisation.
- Suivre les meilleures pratiques d'ingénierie des données (contrôle de version, code modulaire, reproductibilité).
VOTRE PROFIL
Who You Are