Thomson Reuters développe des contenus, des données et des technologies de confiance pour les professionnels des services juridiques, de la fiscalité et de la comptabilité, du commerce international, de la gestion des risques, de l’assurance, du conseil et de l’information mondiale. Son portefeuille comprend des plateformes de recherche juridique, des logiciels fiscaux et comptables, des outils de conformité et de réglementation, ainsi que les services médias de Reuters. En combinant une expertise spécialisée avec des investissements dans l’intelligence artificielle générative, Thomson Reuters aide les cabinets d’avocats, les entreprises, les professionnels de la fiscalité et les organisations médiatiques à gérer des informations complexes, à fluidifier leurs flux de travail et à prendre des décisions mieux éclairées.
Analyste principal senior, gestion et modélisation des données financières – Bengaluru hybride
Dirigez le développement de plateformes, de pipelines et de modèles sémantiques évolutifs pour les données financières chez Thomson Reuters. Permettez des analyses pilotées par l’IA et des rapports en libre-service grâce à des fondations de données gouvernées et réutilisables.
Description
- Développer et maintenir des pipelines de données évolutifs, des frameworks d’ingestion et des processus de transformation dans les systèmes financiers
- Développer des solutions modernes d’ELT/ETL avec Microsoft Fabric, Snowflake, dbt et des technologies cloud natives
- Créer et améliorer des modèles de données pour le reporting d’entreprise, l’analytique, l’IA et les usages en libre-service
- Garantir que les actifs de données financières sont évolutifs, réutilisables, gouvernés et prêts pour les applications d’IA
- Piloter la migration des solutions de reporting existantes vers des plateformes d’analytique cloud
- Concevoir des modèles de données conceptuels, logiques et physiques à l’aide de schémas en étoile et en flocon
- Développer des modèles de données financiers d’entreprise pour la FP&A, les revenus, les dépenses, les effectifs et le reporting financier
- Créer des modèles sémantiques avec des définitions métier, des métriques, des hiérarchies et des calculs cohérents
- Traduire les besoins en reporting et en analytique en structures de données évolutives avec les parties prenantes métier
- Construire les fondations de données pour l’IA générative, l’IA agentique, l’analytique conversationnelle et l’apprentissage automatique
- Collaborer avec les équipes d’analytique et d’IA pour introduire les capacités des LLM dans le reporting financier
- Fournir des informations exploitables par l’IA, la découverte de données et des capacités de requête en langage naturel
- Appliquer des pratiques de développement assisté par l’IA afin d’améliorer la productivité de l’ingénierie et la qualité des données
- Mettre en œuvre des normes de gouvernance couvrant les métadonnées, la traçabilité, le catalogage et les contrôles de sécurité
- Établir des processus de supervision et de validation qui maintiennent l’exactitude et la fiabilité des données
- Soutenir les activités de gestion des données de référence et des données maîtres
- Maintenir la conformité avec les politiques d’entreprise relatives aux données et les exigences d’audit
- Recueillir les besoins métier et documenter les flux de données, les processus et les spécifications techniques
- Collaborer avec les équipes Finance, Technologie, Produit et Analytique
- Piloter les discussions interfonctionnelles et transformer les enjeux métier en solutions techniques
- Identifier les problèmes, recommander des améliorations et coordonner les résolutions avec les parties prenantes
- Accompagner les membres juniors de l’équipe et faire progresser les bonnes pratiques d’ingénierie
Exigences
- Expérience significative de Microsoft Fabric, Power BI, Snowflake et dbt
- Maîtrise avancée de SQL et des capacités d’analyse de données
- Expérience dans la conception et la mise en œuvre de pipelines de données évolutifs et de workflows de transformation
- Solides connaissances des entrepôts de données, des lacs de données, des architectures Lakehouse et de la modélisation dimensionnelle
- Expérience pratique des modèles sémantiques, des jeux de données de reporting d’entreprise et des plateformes d’analytique
- Maîtrise de Python, Spark ou d’outils modernes comparables d’ingénierie des données
- Expérience de l’intégration de données provenant de systèmes ERP ou opérationnels
- Excellentes capacités d’analyse et de résolution de problèmes
- Excellentes aptitudes à la communication écrite et orale
- Expérience de la collaboration avec les parties prenantes métier pour transformer les besoins en solutions techniques
- Capacité à gérer plusieurs priorités dans un environnement dynamique
- Grande attention aux détails et souci d’une valeur métier mesurable
Avantages
- Environnement de travail hybride flexible
- Possibilité de travailler depuis n’importe où jusqu’à huit semaines par an
- Politique de congés flexible
- Deux journées annuelles de congé dédiées à la santé mentale pour toute l’entreprise
- Accès à l’application Headspace
- Programme d’épargne-retraite
- Remboursement des frais de scolarité
- Programmes d’incitation pour les employés
- Ressources favorisant le bien-être mental, physique et financier
- Deux journées de bénévolat rémunérées chaque année
- Possibilités de contribuer à des initiatives de conseil pro bono et ESG
- Évolution de carrière, apprentissage continu et développement des compétences grâce au programme Grow My Way
- Modalités de travail flexibles
- Politiques favorables sur le lieu de travail grâce à Flex My Way