Data Analyste

SBM TUNISIE Sidi Alouene, Mahdia Publiée le 31 mai 2024
Expirée

Détails de l'annonce

Référence

202385

Date de publication

31 mai 2024

Type de contrat

CDI

Lieu de travail

Sidi Alouene, Mahdia, Tunisie

Expérience requise

Entre 2 et 5 ans

Niveau d'études

Expert, Recherche

Salaire proposé

2000 - 2500 TND / Mois

Disponibilité

Plein temps

Langues

Français Anglais

Mobilité

Locale

Offres similaires

Ingénieur Technico-Commercial

PROLOGIC TUNISIE Tunis

BERTSCH INNOVATION logo

QA Tester (Manual)

BERTSCH INNOVATION Tunis

BERTSCH INNOVATION logo

Senior Java Developer

BERTSCH INNOVATION Tunis

Administrateur système et réseau

PHENIX ADVISORY Ariana

GROUP BENETEAU TUNISIE logo

Master Data / Référent ERP

GROUP BENETEAU TUNISIE Bizerte

Entreprise

SBM TUNISIE

Secteur: artisanat / textile / cuir

Taille: Entre 200 et 500 employés

Description de l'annonce

Les responsabilités, autorités et rôles du poste

1-  Collaboration avec d'autres équipes : Travailler en étroite collaboration avec les pilotes des processus pour comprendre leurs besoins en données afin de les fournir un support analytique.

2-  Collecte des données : Rassembler l’ensembles de données au besoin à partir de différentes sources, y compris des bases de données, des fichiers CSV, des API, etc.

3-  Nettoyage des données : Identifier et corriger les erreurs des requêtes, les valeurs manquantes ou aberrantes dans les données afin de garantir leur qualité et leur fiabilité.

4-  Préparation de rapports et de visualisations BI : Préparer des rapports et des tableaux de bord visuels pour communiquer les insights obtenus au parties prenantes.

5-  Modélisation des données : Construire des modèles statistiques ou analytiques pour comprendre les données et prédire des résultats futurs. Cela peut inclure des techniques telles que la régression, la classification, le clustering, etc.

6-  Test et validation des modèles : Tester et évaluer la performance des modèles développés en utilisant des techniques telles que la validation croisée et les métriques d'évaluation appropriées.

7-  Analyse exploratoire des données (EDA) : Explorer les données pour identifier des tendances, des motifs ou des relations intéressantes. Cela peut impliquer l'utilisation de techniques statistiques et de visualisation de données.

8-  Veille technologique : Rester à jour sur les dernières tendances et technologies dans le domaine de l'analyse de données, et évaluer comment elles pourraient être utilisées pour améliorer les processus existants.

9-  Optimisation des processus : Identifier et mettre en œuvre des améliorations pour optimiser les processus d'analyse des données et rendre le workflow plus efficace.


Partager: