Freelances Conceptualisation des données : Les derniers CV inscrits

Je dépose une mission gratuitement
Je dépose mon CV

Qu’est-ce que OLAP ?

OLAP (Online Analytical Processing) est une application informatique qui est utile au traitement de grandes quantités de données. C’est un logiciel de traitement analytique qui donne à l’utilisateur, la largesse d’analyser les données générées sous des perspectives multiples.

Implanté dans le système informatique de l’entreprise, il modélise les données et permet d’effectuer toutes sortes de calculs complexes. En d’autres termes, la même donnée peut être traitée sous différents axes afin d’obtenir les résultats dont l’utilisateur a besoin.

Cette solution de stockage fait partie des outils d’aides à la décision. Le stockage des données qu’il collecte se fait sur une base multidimensionnelle appelée Cubes-OLAP. Le cube est un tableau multidimensionnel de données. Les informations y sont pré-résumées.

L’utilisateur peut ainsi traiter un nombre important de données, sans que cela n’affecte le temps de réponse qui est pour dire, instantané. L’organisation et la comparaison des données nécessitent en revanche, l’utilisation d’un serveur.

Qu’est-ce qu’un DataWarehouse ?

Le datawarehouse (DWH) est une base de données qui assure la collecte et le stockage des informations issues des bases de données opérationnelles. Son rôle est de collecter l’ensemble des données de l’entreprise à des fins analytiques.

Il les analyse en vue d’une amélioration qualitative et quantitative des performances de l’entreprise. En effet, conçu pour les activités de Business Intelligence, le data warehouse fournit à l’aide à la décision, un socle.

Son mode de fonctionnement est simple. Il stocke historiquement les informations, donnant ainsi à l’utilisateur un accès aux transactions qui ont eu lieu au fil du temps.

La solution data warehouse intègre un outil de transport, d’extraction, de chargement et de transformation des données. Elle comprend aussi un logiciel de traitement analytique, des outils de traitement de données et des outils d’analyse clients.

Dans un Data Warehouse, les informations sont structurées et classées par thème. Le stockage des données est fait sur le long terme, et à chaque nouvelle transaction, une mise à jour s’effectue.

Qu’est-ce que DWH DTM ?

DWH DTM signifie Data warehouse Datamart. Le Data mart est un sous-ensemble du Data warehouse.

Il complète le data warehouse. Le data warehouse est l’entrepôt de données et les data mart sont l’ensemble des comptoirs qui forme cet entrepôt.

Qu’est-ce qu’un DataMart ?

Sous-ensemble du data warehouse, le data mart (DTM) organise les données selon des usages précis. Appelé aussi magasin de données ou comptoir de données, il fournit aux utilisateurs, des données spécialisées appartenant à une catégorie bien définie. C’est une version simple du DWH.

À l’inverse du DWH qui traite les données de manière généraliste, le DTM, lui, se concentre sur une seule fonction. Il permet ainsi de répondre à des demandes spécifiques. Il ne conserve que les données qui sont utiles à l'utilisateur. Il les présente de manière agrégée, regroupée et organisée.

C'est un logiciel de stockage qui a une architecture structurée. L’exploitation de sa base de données permet de répondre à des requêtes simples. Les utilisateurs obtiennent à leurs préoccupations, des réponses ciblées, ce qui offre un gain de temps considérable à l’entreprise.

Il a pour ainsi dire, une approche spécialisée de la gestion des données. En son sein, les données sont historiées et donc non volatiles.

Qu’est-ce qu’un Data Lake ?

Référentiel de stockage, le data lake (lac de données) permet de stocker une très large quantité de données venant de diverses sources. Il conserve ces données sous leur format brut, jusqu’à ce qu’elles soient nécessaires.

Sa particularité, c’est qu’il est capable de stocker toutes sortes de données, qu’elles soient structurées, non structurées ou semi-structurées. Autrement dit, tous les types de données générées par l’entreprise peuvent être stockés dans un lac de données, en vue d’une utilisation ultérieure.

Le lac de données crée un schéma structuré entre les différentes données. Aucune n’est filtrée, ni supprimée. Elles ne sont ni hiérarchisées, ni organisées.

Lorsqu’il les importe, il les associe à des balises métadonnées et des indicateurs en vue de faciliter leur récupération. C’est une solution de stockage qui est idéale pour les entreprises qui veulent conserver un grand nombre de données.

Vous êtes freelance ?
Sécurisez votre activité grâce au portage salarial !

Les nouveaux profils conceptualisation des données

CV Lead développeur .NET
Christophe

Lead développeur .NET

  • CLERMONT-L'HÉRAULT
.NET C# TDD Microservices Angular Azure DevOps DevSecOps Docker SQL NoSQL RabbitMQ SonarQube SSO React.js Next.js Kubernetes Grafana Elasticsearch HashiCorp Vault
Disponible
CV Chef de Projet SI transverse senior | Delivery et Build/Run
William

Chef de Projet SI transverse senior | Delivery et Build/Run

  • PARIS
Agile Kanban Jira Confluence TDD ITIL Gestion multi-projets API RESTful SQL Grafana Java SOA DevOps Docker CaaS
Disponible
CV Testeur QA
Gregory

Testeur QA

  • ORVAULT
NeoLoad LoadRunner HP QTP AppDynamics Grafana Kibana Jenkins Tomcat Linux Postman Jira Robot Framework Selenium Red Hat OpenShift Python JMeter
Disponible
CV Consultant Infrastructure & Cybersécurité
Samy

Consultant Infrastructure & Cybersécurité

  • VERNON
Windows Active Directory VMware Fortinet Grafana PowerShell Linux NetApp ISO 27001
Disponible
CV Consultant Freelance — Data Engineering / Architecte Data / DevOps Senior
Hamza

Consultant Freelance — Data Engineering / Architecte Data / DevOps Senior

  • NÎMES
Apache Hive Apache HBase Docker CI/CD GitLab Kubernetes Apache Hadoop Apache Kafka ELK Grafana Atlas Kerberos SQL PL/SQL Korn Shell Qlik Sense Dataviz Big Data Python Kotlin
Disponible
CV Senior Advisor Market Data Compliance | Audit | Procurement
Mehdi

Senior Advisor Market Data Compliance | Audit | Procurement

  • DORDIVES
Market Data INFOmatch Négociation achats Audit de conformité Data Lake Transformation digitale Transformation organisationnelle
Disponible
CV Business Analyst Agile / Proxy product owner
Sabrina

Business Analyst Agile / Proxy product owner

  • VITRY-SUR-SEINE
Agile Jira Confluence Data API RESTful CMS Scrum MongoDB Xray CRM SAFe Kafka Salesforce SQL Cucumber TypeScript
Disponible
CV Data Engineer
Laurent

Data Engineer

  • FONTAINES-SUR-SAÔNE
Talend SQL Data Snowflake Python
Disponible
CV Consultant Talend ETL / ESB
Mohamed

Consultant Talend ETL / ESB

  • CERGY
Talend SQL Agile Windows XML JSON Hummingbird ETL EAI ESB SOAP REST Talend DI PostgreSQL MySQL Kafka Oracle Java CI/CD Scrum Kanban Jira
Disponible
CV Technical Leader Java
Cyrille

Technical Leader Java

  • CROIX
Java CI/CD DevOps Linux Spring Boot Kubernetes Kafka Kotlin Python
Disponible
Je trouve mon freelance

Les nouvelles missions conceptualisation des données

Chef de Projet MOE Data Informatica / Snowflake

Informatica Snowflake
29/06/2026
75 - PARIS
6 mois
Voir la mission

Accompagnement SNOWFLAKE

DevOps Cloud AWS DevSecOps Snowflake
01/07/2026
78 - PLAISIR
6 mois
Voir la mission

Chef de projet MOE SNOWFLAKE

Snowflake Informatica Oracle
22/06/2026
75 - Paris
12 mois
Voir la mission

Dévveloppeur JAVA SPRING

Java Spring Boot Spring Kafka Kubernetes
15/06/2026
75 - Paris
12 mois
Voir la mission

DEVOPS KUBERNETES

Docker Grafana ELK Kubernetes CI/CD
ASAP
72 - LE MANS
12 mois
Voir la mission

Consultant Kubernetes

HashiCorp Terraform Grafana Kubernetes
ASAP
28 - CHARTRES
12 mois
Voir la mission

Product owner Data

Oracle Agile Snowflake Azure Data Factory Power BI
ASAP
44 - NANTES
6 mois
Voir la mission

Team Leader Data engineering

Python Talend Apache Spark Snowflake Power BI
ASAP
33 - BORDEAUX
12 mois
Voir la mission

DevOps Kafka Kubernetes

Python HashiCorp Terraform Docker Kubernetes Kafka
ASAP
91 - MASSY
10 mois
Voir la mission

DataOps

DevOps Data Lake
ASAP
75 - PARIS
12 mois
Voir la mission
Je trouve ma mission