Freelance Data Architecture Lead (Freelance possible)

Présentation

• Gestion des infrastructures IT : réseaux, sécurité, data centers et cloud.
• Développement d’applications métiers sur mesure.
• Accompagnement des projets digitaux : analyse fonctionnelle, UX/UI et gestion de projet.
• Cybersécurité et protection des données.
• Support aux utilisateurs et formation.

Dans un contexte orienté innovation, performance et service public, cette mission vise à renforcer les équipes sur un projet d’architecture des données à fort enjeu opérationnel.

Mission

La mission consiste à apporter une expertise en architecture des données afin d’analyser le paysage de données de WBE, d’en produire la cartographie ainsi que la modélisation conceptuelle et logique, et de co-construire l’architecture cible avec les équipes concernées, ainsi que sa trajectoire de mise en œuvre.

Il s’agit d’une mission de cadrage et d’architecture data produisant des modèles, des scénarios argumentés, des décisions documentées et une feuille de route exploitable.

Le/la Data Architect analyse l’existant, modélise le domaine, prépare et justifie les options d’architecture des données, puis en déduit une trajectoire priorisée. Le rôle s’exerce en appui des business analysts et des architectes d’entreprise pour traduire le cadrage métier en exigences et modèles de données, en lien étroit avec les architectes de solution chargés de la déclinaison applicative.

Responsabilités

📌 Cadrage et alignement

• Animer les ateliers avec les business analysts et l’équipe programme.
• S’appuyer sur les capacités métier et les processus identifiés afin d’en déduire les objets de données associés.
• Définir les principes d’architecture des données applicables au programme et les aligner sur les principes d’architecture d’entreprise.

📌 Analyse de l'existant (AS-IS)

• Inventorier les sources de données : applications, référentiels, bases, fichiers et échanges avec les administrations et établissements.
• Cartographier les flux actuels : producteurs, consommateurs, fréquences, mécanismes d’échange et dépendances.
• Identifier les points de douleur : silos, redondances, ressaisies, latence, défauts de qualité et zones sans propriétaire.
• Réaliser une analyse des écarts sur le paysage de données existant.

📌 Modélisation du domaine

• Élaborer le modèle conceptuel puis logique des objets métier structurants du domaine.
• Utiliser des approches de modélisation telles que entité-association / Merise, UML, ArchiMate et, lorsque pertinent, la modélisation dimensionnelle.
• Identifier les données de référence, les systèmes maîtres (SoR) et clarifier les règles de propriété de la donnée.
• Produire le dictionnaire de données, le catalogue de métadonnées attendu et les règles de qualité associées.
• Utiliser des outils de modélisation, de cartographie et de catalogage de données, de type Sparx Enterprise Architect.

📌 Construction de l'architecture cible

• Étudier les paradigmes envisageables — hub de données, lakehouse, data mesh, data fabric, virtualisation — et les comparer au regard du contexte, des contraintes et des moyens disponibles.
• Construire, avec les parties prenantes, deux à trois scénarios argumentés avec critères de comparaison explicites, avantages, limites et conditions d’adoption.
• Confronter les options avec les architectes d’entreprise, les architectes de solution et les équipes data afin de faire émerger une cible issue d’un travail collectif.
• Définir les règles d’usage des patterns d’échange et d’exposition : API, événementiel, réplication, virtualisation et alimentation analytique.
• Positionner l’architecture cible par rapport aux socles mutualisés et à la stratégie data de l’organisation.
• Traduire les contraintes de sécurité, de protection des données à caractère personnel, de souveraineté et de sobriété numérique en règles d’architecture applicables.
• Veiller à ce que l’architecture retenue préserve les usages analytiques et IA en matière de qualité, traçabilité et accessibilité des données.

✅ Gouvernance des données — prérequis

• Définir les fondations minimales de gouvernance nécessaires à l’adoption de l’architecture : rôles, instances et processus de décision.
• Préciser les attentes en matière de métadonnées, de catalogue de données, de cycle de vie et de gestion des droits d’accès.
• Décrire l’application concrète du principe du « only once » sur le périmètre concerné.
• Structurer les règles de gouvernance des données en cohérence avec le RGPD et les besoins de qualité des données.

📌 Trajectoire et transfert

• Découper la cible en lots cohérents et définir les architectures de transition.
• Prioriser la feuille de route selon la valeur métier et le risque, en cohérence avec le calendrier du programme.
• Assurer le transfert de connaissances afin que les livrables restent exploitables par les équipes après la mission.

Livrables attendus

• Cartographie AS-IS du paysage de données
  Inventaire des sources, cartographie des flux et applications, référentiels existants, analyse des écarts et points de douleur.
• Modèle de données du domaine
  Modèle conceptuel et logique des objets métier structurants, dictionnaire de données, règles de qualité et identification des systèmes maîtres.
• Note d’options d’architecture cible
  Scénarios argumentés, critères de comparaison, avantages, limites, conditions d’adoption et recommandation motivée.
• Dossier d’architecture des données cible
  Principes retenus, zones de données, responsabilités, règles d’usage des patterns d’échange et décisions d’architecture documentées.
• Prérequis de gouvernance des données
  Rôles, instances, métadonnées, catalogue, cycle de vie, droits d’accès et articulation avec le principe du « only once ».
• Feuille de route
  Roadmap priorisée et actionnable, lots de travaux, architectures de transition et dépendances programme.
• Documentation des ateliers
  Comptes rendus, décisions, points ouverts et recommandations.

Compétences comportementales

• Capacité à collaborer efficacement avec des business analysts, des architectes d’entreprise et des architectes de solution.
• Capacité à formuler une recommandation argumentée et à la défendre devant une instance de décision.
• Capacité à faire évoluer une recommandation en fonction des contraintes réelles, sans en perdre la cohérence.
• Aptitude à vulgariser des choix d’architecture auprès d’interlocuteurs métier et de direction.
• Excellente qualité rédactionnelle pour produire des livrables lisibles, structurés et réutilisables.
• Posture de liaison entre métier, technique et gouvernance.

📝 Votre profil

Expérience attendue : expérience confirmée en tant que Data Architect.

Compétences clés :

• Animation d’ateliers et préparation d’une décision d’architecture.
• Cartographie d’un paysage de données : sources, flux, applications, référentiels et analyse des écarts.
• Données de référence et qualité : MDM, systèmes maîtres (SoR), dictionnaire de données, catalogue de métadonnées.
• Frameworks et canevas d’architecture : TOGAF, ArchiMate, DAMA-DMBOK ou équivalents.
• Gouvernance des données : rôles, cycle de vie, droits d’accès, RGPD et principe du « only once ».
• Modélisation de données conceptuelle et logique : entité-association / Merise, UML, ArchiMate et modélisation dimensionnelle.
• Outils de modélisation, de cartographie et de catalogage de données.
• Comparaison et arbitrage entre différents paradigmes d’architecture de données dans un contexte contraint.
• Maîtrise des patterns d’échange et d’exposition et capacité à en fixer les règles d’usage.
• Capacité à traduire les contraintes de sécurité et de souveraineté en règles d’architecture.

Langues :

• Français
• Anglais

💼 Offre

Vous ferez partie d'une PME belge en pleine croissance, où l’initiative et le développement personnel sont encouragés. Nous vous offrirons un environnement de travail agréable, entouré(e) de collègues sympathiques. Ensemble, nous élaborerons un plan de carrière, avec une attention particulière et un budget dédié à la formation ou à la certification complémentaire. Vous pouvez compter sur un salaire attractif, complété par des avantages extra-légaux, y compris une voiture de société.
(Freelance est également possible)