Chef de projet Data Governance (F/H)

À propos du poste

Orange Middle East and Africa, acteur majeur des télécommunications dans 17 pays d’Afrique et du Moyen‑Orient, recherche un(e) Chef de projet Data Governance pour piloter la qualité, l’observabilité et la gouvernance des données à l’échelle régionale.

Missions principales

• Définir et appliquer les standards Data Quality & Observability MEA.
• Mettre en place et suivre les indicateurs de qualité (fraîcheur, complétude, cohérence, disponibilité, unicité, conformité).
• Instaurer des quality gates et checkpoints avec les filiales après ingestion, transformation, exposition et en production.
• Concevoir les dashboards de supervision et les mécanismes d’alerting.
• Détecter anomalies, dérives qualité et ruptures de pipelines avant impact métier.
• Piloter les RCA, le troubleshooting et les plans de remédiation avec les filiales.
• Superviser les SLA/SLO et la qualité opérationnelle des Data Products critiques.
• Gérer le backlog de dettes techniques et conduire les améliorations continues.
• Assurer la réconciliation et le suivi bout‑en‑bout des flux data, le lineage fonctionnel et technique.
• Produire la documentation opérationnelle, les data contracts et référentiels associés.
• Collaborer avec les métiers, architectes, Data Engineers, squads IA/Data, DPO, équipes sécurité et DevOps/Observability.
• Contribuer aux exigences de conformité réglementaire et de Data Privacy multi‑pays.

Profil recherché

• Expérience confirmée en gouvernance et qualité des données.
• Bonne compréhension des architectures Data Lake, Data Warehouse, streaming et ETL/ELT.
• Maîtrise des environnements Big Data (Kafka, Spark, traitements batch et temps réel).
• Capacité à travailler en transversal avec des équipes techniques et métiers dans un contexte multi‑pays.

Compétences requises

• Mise en place de contrôles qualité sur pipelines batch et temps réel.
• Définition et calcul opérationnel des KPI Data Quality.
• Construction de dashboards de supervision et d’observabilité.
• Gestion des quality gates et validation de la consommabilité des datasets.
• Maîtrise des architectures Data Lake, Data Warehouse, Streaming, APIs et ETL/ELT.
• Connaissance des technologies Big Data : Kafka, Spark, traitements batch et temps réel.