Chef de Projet Data Warehouse H/F - UNIKALO

La Société des Colorants du Sud-Ouest (SCSO) - UNIKALO, créée en 1936 est une entreprise familiale actuellement dirigée par la 3ème génération de la famille fondatrice et regroupe deux activités distinctes :
- La production de peintures bâtiment et de produits de traitements de surface, sur 3 sites industriels répartis à Mérignac (33), Cestas (33) et Carbonne (31), sous les marques Unikalo et Prodirox. En 2025, plus de 52 000 tonnes de peintures ont été produites.
- La Distribution de produits de peinture et décoration au travers de son réseau Nuances Unikalo, composé de plus de 250 points de vente sur le territoire français ainsi que 5 en Suisse
Par ces deux activités, SCSO-UNIKALO a réalisé un CA de 618,6 MEUR en 2025.
SCSO-UNIKALO se positionne comme le 1er fabricant indépendant Français et le 1er réseau de négoce en décoration professionnelle.
Notre volonté est de proposer des produits toujours plus innovants et respectueux de l'homme et de l'environnement. Ainsi, Unikalo est certifié ISO 14001 depuis 2008 et nous proposons à nos clients une large gamme de produits certifiée NF environnement.
En 2026, nous poursuivons notre engagement dans une démarche RSE (Responsabilité Sociétale des Entreprises) pour porter ces valeurs et répondre aux enjeux de demain.
Rejoindre les équipes Unikalo et Nuances Unikalo, composées de plus de 1 700 collaborateurs, c'est intégrer une entreprise familiale française attachée au respect de ses Collaborateurs, ainsi qu'à la satisfaction de ses Clients pour participer à un projet d'Entreprise en plein essor en bénéficiant d'un accompagnement et de formations personnalisées.
Piloter la conception et le déploiement d'un entrepôt de données greenfield, avec intégration de flux temps réel et préparation à l'IA.

1.Conception et déploiement du Data Warehouse
Définir l'architecture cible :
Choix des technologies pour un traitement temps réel
Modélisation des données en collaboration avec les métiers et la DSI.
Piloter les ateliers de recueils des besoins :
Identifier les données critiques pour chaque métier lors d'atelier de travail
Superviser les phases de test :
Valider la fiabilité des données en temps réel et la performance des requêtes.
Organiser des recettes utilisateurs par étape.
2. Gouvernance et qualité des données
Établir un cadre de gouvernance :
Rôles des Data Owners (métiers) et Data Stewards (opérationnels).
Processus de validation et de mise à jour des données en temps réel.
Garantir l'intégrité des données :
Nettoyage, déduplication, traçabilité et synchronisation temps réel.
Conformité RGPD et sécurité des accès.
3. Collaboration avec la DSI et les métiers
Travailler avec la DSI pour :
Déployer l'infrastructure technique
Automatiser les connexions aux sources de données (ERP, CRM...).
Impliquer les métiers :
Valider les référentiels temps réel
Former les équipes
4. Préparation de la migration et de l'évolution future
Planifier la migration :
Stratégie de bascule progressive vers le nouveau Data Warehouse.
Communication et accompagnement des utilisateurs.
Préparer l'intégration de l'IA :
Identifier les cas d'usage pour l'analyse prédictive
Collaborer avec des experts data science pour les phases ultérieures.
Missions complémentaires
1**. Gestion de projets et coordination**
Vous participez et gérez des projets liés à ce au projet
Vous êtes garant du planning et de l'avancement des projets lié au projet
Vous coordonnez la mise en oeuvre, la réalisation des tests en recettes et en production avec toutes les parties prenantes ;
Vous gérez les risques et les problèmes liés aux projets, en proposant des solutions adéquates pour assurer leur réussite ;
2. Analyse des besoins et conception de solutions
3. Mise en oeuvre de solutions
4. Accompagnement au changement et formation

Une expérience réussie en gestion de projets complexes, en coordination avec toutes les entités d'une entreprise est indispensable.
Compétences clés
Gestion de projet complexe :
Capacité à piloter des projets en mode itératif.
Analyse et modélisation de données temps réel :
Traduire des besoins métiers en modèles de données dynamiques.
Maîtrise des concepts de data governance et de flux temps réel.
Communication et formation :
Fédérer des interlocuteurs variés autour d'un projet ambitieux.
Former des utilisateurs à l'exploitation de données en temps réel.
Vision stratégique et innovation :
Anticiper les évolutions (IA, automatisation, IoT).

• Analyse des besoins
• RGPD
• Intelligence artificielle
• Gouvernance des données
• Compétences ménagères
• Conduite de projet
• Conduite du changement
• Modélisation des données
• CRM