Data Analyst F/H (2026-158675)

Description de l'offre

Au sein du Centre de Services Partagés Comptabilité Conseil (CSP2C), ses 420 salariés ont pour mission de garantir la qualité comptable et fiscale d’EDF SA et de plus de 100 filiales du groupe EDF.

Ce stage a pour objectif de consolider la connaissance du CSP2C des fournisseurs d’EDF en exploitant et valorisant l’ensemble des données.

Vous rejoindrez le Data Lab Compta, équipe dynamique de 6 personnes aux multiples compétences en data, réparties sur 3 sites en France.

Vous participerez à un projet stratégique visant à améliorer la connaissance des fournisseurs en donnant une vision 360° des fournisseurs. : identifier les fournisseurs ayant un risque d’avoir des factures payées en retard, payés en double, avec des paiements avant échéances.

L’étude vise à améliorer la performance du Procure to Pay du CSP2C, enjeu majeur de l’amélioration de la relation d’EDF avec sa supply chain.

Les fournisseurs sont bien connus de la comptabilité par une approche analytique comptable avec une vision métier. L’objectif de ce stage est de proposer de nouvelles pistes d’analyse des fournisseurs avec une approche Data Science pour aider l’entreprise à prendre des décisions stratégiques ou opérationnelles.


Déroulement : 
La mission concerne une étude complète des fournisseurs, qui s’articulera autour de 4 axes :

Data Visualisation sous Power BI :
Axe majeur de l’étude. Collecter l’ensemble des données sur les fournisseurs, les traduire et les synthétiser pour les rendre compréhensibles et accessibles sous forme d’indicateurs et graphiques. Pour cela, concevoir un tableau de bord avec des visualisations interactives en Power BI pour décrire, segmenter les fournisseurs (volumes, typologies, comportements) et identifier les fournisseurs les plus à risques.

Analyses prédictives :
Dans un second temps, l’étude sera à compléter par une analyse statistique poussée, mettant en œuvre des méthodes de Data Science (ML, features importance…).  Calculer un scoring des fournisseurs ayant le plus de risque d’être payés en retard, caractériser ses fournisseurs et leurs factures, trouver de nouvelles variables. Ici l’utilisation du langage Python est un prérequis indispensable.

Challenger les résultats avec l’IA générative ou IA Agentique :
A l’issue de ces travaux, le candidat s’intéressera aux apports de l’IA générative ou de l’IA agentique pour valider, enrichir ou challenger les analyses précédemment réalisées.

Capitaliser et présenter les résultats
Assurer la capitalisation de l’étude sous forme de document word et réaliser une présentation en power point, le tout en français.

L’étude s’appuiera sur différentes sources de données (SQL Server, CSV, JSON, API, Pbix) requerant des connaissances en SQL, Python, M et DAX.