Architecte Power BI, Microsoft Fabric et Azure Analysis Services

LENA IT est un cabinet de conseil IT basé à Paris, fondé en 2021. Nous accompagnons les grands comptes en plaçant des consultants et chefs de projet IT experts. Nous sommes aussi un cabinet de conseil en digital inclusif et solidaire, agréé ESS : nous agissons pour la mixité des métiers du numérique, ouvrons nos portes aux profils en reconversion et redistribuons nos bénéfices à nos salariés

En tant qu'Architecte Power BI, Microsoft Fabric et Azure Analysis Services, vous serez responsable de la conception technique et de la santé opérationnelle de la plateforme BI Microsoft au service des Maisons Beauté. La mission couvre trois volets de poids comparable : l'architecture et la performance de modèles sémantiques tabulaires à grande échelle ; la gestion de capacité et l'observabilité de la plateforme Fabric ; et les pratiques d'ingénierie (gestion de versions sous Git, automatisation des mises en production, standards) qui permettront aux équipes internes de maintenir l'ensemble à l'issue de la mission. La migration et la modernisation du patrimoine existant constitue un quatrième volet, à cadrer et chiffrer séparément. Les réponses sont évaluées sur la profondeur d'expertise démontrée plutôt que sur l'étendue des technologies couvertes. Une expérience des fonctionnalités Copilot et IA de Power BI et Fabric est un atout différenciant, et non un prérequis.

Architecture et performance des modèles sémantiques

Définir l'architecture de référence des modèles sémantiques, y compris les critères de choix entre les modes Import, Direct Lake et composite, et les conditions d'application de chacun.

Concevoir et modéliser des modèles sémantiques tabulaires à grande échelle, en pilotant la compression, la cardinalité, le partitionnement et la stratégie d'agrégation.

Optimiser les mesures DAX à partir des plans de requête, en répartissant le coût entre le moteur de stockage et le moteur de formules.

Concevoir le modèle de sécurité au niveau des lignes (RLS) et des objets (OLS), y compris son impact sur les performances en situation de concurrence.

Réaliser des audits de performance sur les modèles sémantiques et bases Azure Analysis Services désignés, avec mesures avant/après et plan de remédiation.

Établir un standard de revue de modélisation et de DAX que les équipes internes pourront appliquer en autonomie.

Lorsque Copilot est activé, appliquer la couche « Prep data for AI » aux modèles stratégiques (schémas de données IA, instructions IA et réponses vérifiées) et définir le circuit de validation préalable au statut « Approved for Copilot ».

Gestion de capacité et observabilité Fabric

Concevoir et construire la solution d'observabilité des capacités.

Le socle technique est proposé et justifié par le prestataire ; les approches envisageables incluent la Fabric Capacity Metrics App, l'interrogation directe du modèle sémantique de métriques sous-jacent, le monitoring des espaces de travail via Eventhouse et KQL, Azure Log Analytics et les API REST d'administration.

Définir des alertes de saturation avec des seuils alignés sur le modèle de consommation Fabric : lissage des CU sur la fenêtre glissante, bursting, classification interactif/arrière‑plan et paliers successifs de throttling.

Mettre en place l'analyse historique et tendancielle de la consommation, y compris le pipeline d'extraction et de rétention nécessaire pour dépasser la fenêtre de rétention native des métriques. Produire une méthode de dimensionnement fondée sur les données, couvrant les décisions d'augmentation, de réduction et de mise en pause/reprise.

Rédiger et maintenir le runbook de surcharge : le parcours de diagnostic de l'alerte à la cause racine puis à la remédiation, exploitable par l'équipe d'astreinte.

Lorsque des charges de travail industrialisées et en libre‑service coexistent sur la plateforme, traiter les deux : la planification des charges et le comportement individuel des utilisateurs n'appellent pas la même remédiation.

Intégrer les charges Copilot et IA au suivi de consommation et à la planification de capacité, l'usage de l'IA consommant des CU sur la même capacité que le reporting et les rafraîchissements. Ingénierie de plateforme et automatisation des mises en production

Définir le modèle de gestion de versions des modèles sémantiques et des rapports : stockage au format TMDL, stratégie de branches et gestion des conflits de fusion sur les artefacts de modèle entre les espaces de développement, de recette et de production.

Mettre en œuvre la CI/CD sur l'intégration Git de Fabric et les pipelines de déploiement : workflow « une branche par environnement » ou par fonctionnalité, revue des pull requests et analyse automatisée des bonnes pratiques avant fusion.

Automatiser via les API REST Power BI et Fabric : orchestration des rafraîchissements, pilotage des traitements asynchrones, extractio