Architecte Fonctionnel ou BA Data Senior - Santé / Prévoyance | DWH & SQL @ Lyon - Freelance

Localisation : Lyon (69)
Mode de travail : Hybride — 2 jours sur site / 3 jours à distance
Type de mission : Freelance — Temps plein
Expérience : 7 ans minimum

Contexte et enjeux

Dans le cadre de la transformation de son système d'information décisionnel, un acteur majeur du secteur de l'assurance recherche un Architecte Fonctionnel / Business Analyst Data Senior , spécialisé dans les domaines de l'assurance collective de personnes, de la santé et de la prévoyance.

La mission s'inscrit dans un environnement Data/DWH complexe, nécessitant une forte capacité à comprendre, reconstituer et formaliser le patrimoine fonctionnel existant.

L'un des enjeux principaux consiste à capitaliser sur les connaissances métiers et techniques historiquement détenues par les équipes internes, afin de sécuriser leur transmission et de garantir la fiabilité des règles de gestion mises en œuvre dans le système décisionnel.

Le consultant interviendra à l'interface des équipes métiers et techniques, avec une forte autonomie dans l'analyse fonctionnelle, la modélisation décisionnelle et l'investigation des données.

Nous recherchons un profil expérimenté, véritablement hands-on , capable de produire des livrables fonctionnels directement exploitables par les développeurs et d'effectuer ses propres vérifications SQL.

Missions détaillées

1. Analyse et reconstitution du patrimoine fonctionnel

• Recueillir, analyser et consolider les connaissances fonctionnelles existantes auprès des équipes internes.

• Identifier et formaliser les règles de gestion métiers, y compris celles qui ne sont pas documentées.

• Reconstituer le fonctionnement des traitements et des processus décisionnels existants.

• Cartographier les dépendances fonctionnelles entre les données, les traitements et les usages métiers.

• Identifier les incohérences, les zones d'incertitude et les règles implicites.

• Structurer une documentation fonctionnelle complète et pérenne.

2. Architecture fonctionnelle et modélisation décisionnelle

• Analyser les besoins métiers et les traduire en exigences fonctionnelles Data.

• Concevoir et documenter les modèles de données décisionnels.

• Formaliser les règles de transformation et d'exploitation des données.

• Garantir la cohérence fonctionnelle des modèles et des traitements.

• Contribuer à la clarification des flux de données et des dépendances entre les différents systèmes.

• Assurer l'alignement entre les besoins métiers et les solutions développées.

3. Rédaction de spécifications fonctionnelles détaillées

• Produire des spécifications fonctionnelles précises, exhaustives et sans ambiguïté.

• Décrire les règles de gestion, les conditions d'application, les cas particuliers et les résultats attendus.

• Fournir aux développeurs les informations nécessaires à l'implémentation des traitements.

• Documenter les transformations et les contrôles fonctionnels.

• Clarifier les écarts d'interprétation et sécuriser la compréhension des besoins.

• Garantir la traçabilité des exigences fonctionnelles.

4. Analyse SQL et validation des données

• Réaliser de manière autonome des requêtes SQL d'analyse et de contrôle.

• Vérifier directement les règles de gestion dans les données.

• Identifier et analyser les écarts entre les données attendues et les données produites.

• Investiguer les anomalies fonctionnelles sans dépendre systématiquement des développeurs.

• Contribuer à la validation de la cohérence des traitements décisionnels.

• Participer à la fiabilisation des données et des règles de transformation.

5. Animation des ateliers métiers

• Préparer et animer des ateliers de recueil et de clarification des besoins.

• Échanger avec les experts métier de l'assurance collective santé/prévoyance.

• Faciliter la transmission des connaissances entre les équipes internes et les équipes techniques.

• Faire converger les interlocuteurs vers une compréhension partagée des règles de gestion.

• Assurer la restitution et la formalisation des décisions prises en atelier.

Stack technique

Compétences indispensables :

• SQL : autonomie dans l'exploration, l'analyse et le contrôle des données.

• Data Warehouse / Business Intelligence.

• Modélisation décisionnelle et dimensionnelle.

• Architecture fonctionnelle Data.

• Formalisation des règles de gestion.

• Rédaction de spécifications fonctionnelles détaillées.

Environnement technologique :

• Snowflake : plateforme Data Warehouse cloud.

• dbt : transformation et modélisation des données.

• Dagster : orchestration des pipelines Data.

• Qlik Sense : Business Intelligence et restitution.

• Python : traitements et analyses Data.

• Git / GitLab : gestion de versions.

• Streamlit : applications Data.

• Approches Data Product.

Une expérience sur ces technologies constitue un atout, mais la priorité reste l'expertise fonctionnelle, la maîtrise du décisionnel et l'autonomie SQL.