Apprenti Data sciences / Business Intelligence/ Data Analyse appliquée aux transitions écologiques, énergétiques (F/H) 053-2026-SG
Référence de l’offre : 053-2026-SG – Contrat d’apprentissage de 3 ans basé à Bayonne.
Contexte
La Communauté d'Agglomération Pays Basque, qui regroupe 158 communes et plus de 300 000 habitants, conduit des politiques publiques ambitieuses au service du développement et de l’attractivité du territoire. Ses compétences couvrent l’aménagement du territoire, les mobilités, le développement économique, la transition écologique, l’habitat et les services à la population.
Placé sous l’autorité du Directeur Général des Services, le Secrétariat Général à la Transition Energétique et à la Planification Ecologique (SG TEPE) coordonne l’action des services en matière de transition énergétique et de planification écologique, afin d’atteindre les objectifs du Plan Climat-Air-Energie-Territorial (PCAET) et de mettre en œuvre les orientations du projet de territoire pour un Pays Basque plus résilient et durable.
Dans un contexte de transformation numérique des administrations publiques, la donnée constitue un levier stratégique pour le pilotage, l’évaluation et l’amélioration des politiques publiques. L’analyse et la valorisation des données permettent d’approfondir la connaissance du territoire, d’objectiver les décisions et de suivre l’impact des actions menées. La Communauté d'Agglomération développe une démarche data transverse pour structurer, partager et valoriser les données produites par les services et leurs partenaires. Le service Data du SG TEPE contribue à cette démarche en développant des analyses de données territoriales, en produisant des indicateurs de suivi et en concevant des outils d’aide à la décision.
Objectifs de l'apprentissage
L’alternance vise à développer les compétences en data science et analyse territoriale, tout en contribuant aux projets de transition écologique et énergétique de la collectivité. L’apprenti·e participera à la structuration, l’analyse et la valorisation des données territoriales, au développement d’outils d’aide à la décision et à l’observation des dynamiques environnementales du Pays Basque. Cette expérience offre une immersion dans un environnement pluridisciplinaire et stratégique, avec des missions évolutives.
Responsabilités
- Structuration et gestion de la donnée
- Cartographie et organisation des sources de données (internes et externes) ;
- Automatisation des traitements (collecte, nettoyage, mise à jour) ;
- Amélioration de la qualité, de la documentation et des standards de données.
- Analyse et valorisation des données
- Réalisation d’analyses statistiques sur des données territoriales et environnementales ;
- Identification de tendances utiles à l’action publique ;
- Production de synthèses et supports visuels pour les décideurs.
- Développement d’outils d’aide à la décision
- Création de tableaux de bord interactifs (BI) pour le suivi des politiques publiques ;
- Élaboration d’indicateurs de performance et d’impact liés aux transitions écologiques ;
- Mise en place d’outils de suivi thématiques (énergie, mobilités, économie circulaire, etc.).
- Contribution à l’Observatoire des transitions
- Développement d’indicateurs territoriaux et d’outils de suivi ;
- Réalisation d’analyses spatiales et de cartographies (SIG) ;
- Participation à un projet complet, de la donnée brute à la restitution ;
- Collaboration avec des partenaires pour enrichir les données.
Qualifications
- Bac +3 à Bac +5 dans les domaines suivants : Data Science, Informatique décisionnelle / Business Intelligence, Statistiques / Data analyse, Géomatique / SIG ;
- Connaissance des méthodes d’analyse de données, des systèmes d’information géographique et des enjeux liés aux transitions écologiques et environnementales ;
- Maîtrise des outils de data science, BI et SIG, structuration de bases de données, analyse statistique et data visualisation (Power BI, Python, etc.) ;
- Autonomie, curiosité, esprit de synthèse, capacité d’analyse et force de proposition dans un environnement pluridisciplinaire.