Titre: Architecte de données et gouvernance des données (données maîtres fournisseurs)
Durée: 12 mois renouvelable
Lieu: Montréal (occasionnel)
Relevant de la fonction de gestion des données d’entreprise (Enterprise Data Management), cette personne sera responsable de traduire les processus d’affaires, la terminologie, les politiques et les exigences en modèles de données conceptuels et logiques normalisés, indépendants des applications et des technologies utilisées. La personne retenue jouera un rôle essentiel dans le renforcement de la gouvernance des données, de la gestion des données maîtres (MDM), de la qualité des données et de la cohérence des données entre les différents domaines d’affaires. En étroite collaboration avec les propriétaires de données d’affaires, les gestionnaires de données (data stewards), les architectes de solutions et les équipes technologiques, l’architecte de données établira les fondements structurels et sémantiques nécessaires pour soutenir les initiatives de transformation de l’entreprise, notamment la modernisation des systèmes ERP, l’harmonisation des données maîtres et l’intégration des données. Ce poste exige une solide combinaison d’expertise en modélisation des données d’entreprise, de sens des affaires, de connaissances en gouvernance des données et de fortes aptitudes en mobilisation des parties prenantes.
Principales responsabilités:
- Diriger le développement, la maintenance et l’évolution des modèles de données conceptuels et logiques d’entreprise couvrant des domaines tels que les fournisseurs, les matériaux, les produits, les clients et les emplacements.
- Collaborer avec l’équipe de gestion du cycle de vie des fournisseurs (Supplier Lifecycle Management - SLM) afin de concevoir le modèle de données maître Fournisseur.
- Animer des ateliers de modélisation d’affaires afin de traduire les concepts, processus, relations et exigences d’affaires en entités de données, attributs, clés, cardinalités et contraintes clairement définis.
- Établir des définitions de données indépendantes des systèmes afin d’assurer une compréhension uniforme de l’information d’entreprise à travers les fonctions d’affaires et les applications.
- Définir et maintenir les normes de modélisation des données, les conventions de nommage, les structures de données de référence et les modèles réutilisables à l’échelle de l’entreprise.
- Identifier et résoudre les incohérences dans les définitions, les relations et les structures de données entre les différents domaines d’affaires.
- Examiner les modèles de données physiques et les conceptions de solutions afin de valider leur conformité aux modèles conceptuels et logiques approuvés, en documentant les écarts et les correctifs requis.
- Collaborer avec la fonction de gouvernance des données afin de s’assurer que les modèles de données d’entreprise sont alignés sur la terminologie d’affaires approuvée, les structures de responsabilité, les politiques et les normes de données.
- Travailler avec les propriétaires de données d’affaires et les gestionnaires de données pour définir les entités de données, les règles d’affaires, les classifications et les relations.
- Identifier et proposer les éléments de données critiques (Critical Data Elements - CDE) selon leur importance d’affaires, les exigences réglementaires, les dépendances opérationnelles et les risques liés à la qualité des données.
- Veiller à ce que les termes du glossaire d’affaires soient systématiquement associés aux éléments des modèles de données conceptuels et logiques.
- Soutenir la définition des limites des domaines de données, des responsabilités de propriété et des relations interdomaines.
- Participer aux comités et forums de gouvernance afin d’appuyer la révision, la résolution et l’approbation des définitions et normes de données d’entreprise.
- Assurer la traçabilité entre les exigences d’affaires, les décisions de gouvernance, les structures logiques de données et les mises en œuvre en aval.
- Définir les entités de données maîtres, les structures de dossiers de référence (« golden records »), les identifiants d’affaires, les attributs de rapprochement et les relations entre entités.
- Collaborer avec les équipes MDM afin de définir les exigences relatives à l’harmonisation, au rapprochement, à la survivance des données et aux hiérarchies.
- Concevoir des structures logiques permettant d’assurer la cohérence des données maîtres d’entreprise à travers plusieurs systèmes sources et consommateurs.
- Définir les exigences de modélisation relatives aux identifiants d’entreprise et aux références croisées afin de soutenir l’intégration des données et la transformation des systèmes.
- Définir les hiérarchies des fournisseurs, clients, produits, matériaux et structures organisationnelles en collaboration avec les parties prenantes d’affaires.
- Soutenir la modélisation du cycle de vie des données maîtres, incluant la création, la validation, l’approbation, la modification et le retrait.
- Veiller à ce que les modèles de données maîtres soutiennent la continuité des activités, la traçabilité historique et l’interopérabilité entre les systèmes.
- Développer et maintenir les taxonomies d’affaires, les structures de classification, les hiérarchies et les vocabulaires contrôlés.
- Définir les relations sémantiques entre les concepts d’affaires, y compris celles qui s’étendent à plusieurs domaines de données de l’entreprise.
- Collaborer avec les équipes d’affaires afin d’établir des classifications cohérentes pour les fournisseurs, les produits, les matériaux et autres actifs informationnels de l’entreprise.
- Soutenir le développement d’ontologies d’entreprise lorsque requis afin de représenter des relations et dépendances d’affaires complexes.
- Assurer l’alignement entre les modèles sémantiques d’entreprise, les définitions du glossaire d’affaires et les normes de gouvernance des données approuvées
- Collaborer avec les équipes de gouvernance et de qualité des données afin de traduire les règles d’affaires en exigences mesurables de qualité des données.
- Définir les exigences structurelles et sémantiques relatives à l’exhaustivité, la validité, la cohérence, l’unicité et l’intégrité référentielle des données.
- Soutenir l’identification et la documentation des règles de qualité des données associées aux éléments de données critiques.
- Établir et maintenir les dictionnaires de données, les métadonnées des modèles et les relations entre les actifs de données d’affaires et techniques.
- Soutenir l’intégration entre les outils de modélisation des données d’entreprise et les plateformes de gouvernance telles que Collibra.
- Assurer le contrôle des versions, les normes de documentation, l’historique des modifications des modèles et les registres de décisions architecturales.
- Soutenir les initiatives de transformation de l’entreprise, notamment la migration de SAP ECC vers SAP S/4HANA, la gestion du cycle de vie des fournisseurs et la modernisation des données maîtres.
- Collaborer avec les architectes de solutions et les architectes d’intégration afin de s’assurer que les conceptions applicatives et d’intégration respectent les définitions de données d’entreprise approuvées.
- Définir des structures logiques indépendantes des systèmes favorisant des échanges d’information cohérents entre les plateformes ERP, MDM, d’approvisionnement, analytiques et opérationnelles.
- Évaluer les conceptions de solutions proposées afin de vérifier leur conformité aux principes d’architecture des données d’entreprise et aux modèles d’affaires approuvés.
- Identifier les écarts architecturaux, les incohérences dans les définitions de données et les impacts potentiels sur l’intégrité des données de l’entreprise.
- Fournir des conseils architecturaux lors des activités de découverte, des revues de conception, de la planification des migrations de données et de la validation des implantations.
- Documenter les écarts par rapport aux modèles d’entreprise approuvés et soutenir les efforts de remédiation ou les processus d’approbation d’exceptions.
Compétences requises:
- Plus de 10 ans d’expérience en architecture de données, modélisation de données d’entreprise, gestion des données maîtres
- Expérience démontrée dans la conception de modèles de données conceptuels et logiques dans des environnements d’entreprise complexes.
- Excellente compréhension de la modélisation entité-relation, de la normalisation, des cardinalités, des clés d’affaires, des clés substitutives et de l’intégrité référentielle.
- Expérience avec les cadres de gouvernance des données d’entreprise, les glossaires d’affaires, la gestion des métadonnées et l’intendance des données.
- Expérience pratique dans la définition des structures de données maîtres, des identifiants, des hiérarchies et des relations entre systèmes.
- Expérience avec des outils de modélisation de données tels qu’Erwin Data Modeler, ER/Studio ou des plateformes équivalentes.
- Connaissance des plateformes de gouvernance et de gestion des métadonnées telles que Collibra.
- Expérience avec des plateformes ERP, des initiatives d’intégration d’entreprise ou des programmes de transformation des données à grande échelle.
La personne retenue sera responsable du développement et du maintien des éléments suivants :
- Modèles de données conceptuels d’entreprise : entités d’affaires, relations, limites des domaines et concepts partagés.
- Modèles de données logiques d’entreprise : attributs normalisés, identifiants, clés, cardinalités, contraintes et structures de données de référence.
- Dictionnaires de données et métadonnées des modèles : définitions documentées, relations et normes de modélisation.
- Taxonomies d’affaires et relations sémantiques : structures de classification approuvées, hiérarchies et relations interdomaines.
- Modèles de données maîtres et normes d’identification : structures de dossiers de référence, définitions des identifiants, clés de rapprochement et hiérarchies d’entités.
- Modèles du cycle de vie des données maîtres : états d’affaires, transitions et règles associées.
- Cartographie entre glossaire d’affaires et modèles : traçabilité entre la terminologie gouvernée et les structures architecturales de données.
- Recommandations relatives aux éléments de données critiques (CDE) : propositions et définitions structurelles et fonctionnelles associées.
- Évaluations de conformité architecturale : analyses des solutions et des conceptions physiques en fonction des modèles logiques approuvés.
- Registres de décisions architecturales et d’exceptions : documentation des décisions, écarts, impacts et résolutions.
English Original Version
Senior Data Architect & Data Governance (Supplier Master) role to establish and maintain consistent, business-aligned data structures across our enterprise.
Reporting within the Enterprise Data Management function, this role will translate business processes, terminology, policies, and requirements into standardized conceptual and logical data models that are independent of individual applications and technologies.
The successful candidate will play a critical role in strengthening enterprise data governance, master data management (MDM), data quality, and cross-domain data consistency. Working closely with business data owners, data stewards, solution architects, and technology teams. The Data Architect will establish the structural and semantic foundation required to support enterprise transformation initiatives, including ERP modernization, master data harmonization, and data integration.
This position requires a strong combination of enterprise data modeling expertise, business acumen, data governance knowledge, and stakeholder engagement skills.
Key Responsibilities
1. Enterprise Data Architecture & Modeling (Supplier Focus)
- Lead the development, maintenance, and evolution of enterprise conceptual and logical data models across domains such as Supplier, Material, Product, Customer, and Location.
- Partner with the Supplier lifecycle management (SLM) team to build the Supplier Master data model with them.
- Facilitate business modeling workshops to translate business concepts, processes, relationships, and requirements into clearly defined data entities, attributes, keys, cardinalities, and constraints.
- Establish system-independent data definitions that provide a consistent understanding of enterprise information across business functions and applications.
- Define and maintain data modeling standards, naming conventions, reference data structures, and reusable enterprise data patterns.
- Identify and resolve inconsistencies in data definitions, relationships, and structures across business domains.
- Review physical data models and solution designs for conformance with approved conceptual and logical models, documenting exceptions and required remediation.
2. Data Governance & Business Alignment
- Partner with the Data Governance function to ensure enterprise data models align with approved business terminology, ownership structures, policies, and data standards.
- Collaborate with business data owners and data stewards to define data entities, business rules, classifications, and relationships.
- Identify and propose Critical Data Elements (CDEs) based on business importance, regulatory considerations, operational dependencies, and data quality risks.
- Ensure business glossary terms are consistently mapped to conceptual and logical data model elements.
- Support the definition of data domain boundaries, ownership responsibilities, and cross-domain relationships.
- Participate in governance forums to support the review, resolution, and approval of enterprise data definitions and standards.
- Maintain traceability between business requirements, governance decisions, logical data structures, and downstream implementations.
3. Master Data Management & Enterprise Data Consistency
- Define master data entities, golden-record structures, business identifiers, matching attributes, and entity relationships.
- Collaborate with MDM teams to establish data harmonization, matching, survivorship, and hierarchy requirements.
- Design logical structures supporting enterprise master data consistency across multiple source and consuming systems.
- Establish enterprise identifier and cross-reference modeling requirements to support data integration and system transformation.
- Define supplier, customer, product, material, and organizational hierarchies in collaboration with business stakeholders.
- Support master data lifecycle modeling, including creation, validation, approval, modification, and retirement.
- Ensure master data models support business continuity, historical traceability, and cross-system interoperability.
4. Taxonomy, Ontology & Semantic Architecture
- Develop and maintain business taxonomies, classification structures, hierarchies, and controlled vocabularies.
- Define semantic relationships between business concepts, including relationships spanning multiple enterprise data domains.
- Collaborate with business teams to establish consistent classifications for suppliers, products, materials, and other enterprise information assets.
- Support the development of enterprise ontologies where required to represent complex business relationships and dependencies.
- Ensure alignment between enterprise semantic models, business glossary definitions, and approved data governance standards.
5. Data Quality, Standards & Metadata Management
- Collaborate with Data Governance and Data Quality teams to translate business rules into measurable data quality requirements.
- Define structural and semantic requirements for data completeness, validity, consistency, uniqueness, and referential integrity.
- Support the identification and documentation of data quality rules associated with Critical Data Elements.
- Establish and maintain data dictionaries, model metadata, and relationships between business and technical data assets.
- Support integration between enterprise data modeling tools and governance platforms such as Collibra.
- Maintain version control, documentation standards, model change histories, and architectural decision records.
6. Enterprise Transformation & Solution Alignment
- Support enterprise transformation initiatives, including SAP ECC-to-S/4HANA migration, supplier lifecycle management, and master data modernization.
- Partner with Solution Architects and Integration Architects to ensure application and integration designs align with approved enterprise data definitions.
- Define system-independent logical structures that support consistent information exchange across ERP, MDM, procurement, analytics, and operational platforms.
- Evaluate proposed solution designs for alignment with enterprise data architecture principles and approved business models.
- Identify architectural gaps, inconsistent data definitions, and potential impacts to enterprise data integrity.
- Provide architectural guidance during solution discovery, design reviews, data migration planning, and implementation validation.
- Document deviations from approved enterprise models and support remediation or formal exception approval.
Required Qualifications
- 10+ years of experience in data architecture, enterprise data modeling, master data management, or related data management disciplines.
- Demonstrated experience developing conceptual and logical data models in complex enterprise environments.
- Strong understanding of entity relationship modeling, normalization, cardinality, business keys, surrogate keys, and referential integrity.
- Experience with enterprise data governance frameworks, business glossaries, metadata management, and data stewardship.
- Practical experience defining master data structures, identifiers, hierarchies, and cross-system relationships.
- Experience with data modeling tools such as erwin Data Modeler, ER/Studio, or equivalent platforms.
- Knowledge of data governance and metadata platforms such as Collibra.
- Experience working with ERP platforms, enterprise integration initiatives, or large-scale data transformation programs.
- Strong facilitation, documentation, analytical thinking, and stakeholder communication skills.
- Ability to translate complex technical and business concepts into clear, reusable enterprise data definitions.
Preferred Qualifications
- Experience with SAP ECC, SAP S/4HANA, SAP Business Partner, or SAP Master Data Governance.
- Experience with Collibra’s Data Quality and Data Intelligence Platform.
- Familiarity with supplier lifecycle management platforms such as Jaggaer.
- Knowledge of DAMA-DMBOK, DCAM, or comparable enterprise data management frameworks.
- Experience with enterprise taxonomies, ontologies, semantic modeling, or knowledge graphs.
- Familiarity with SKOS, OWL, or other semantic standards.
- Experience integrating data models and metadata with Collibra or similar enterprise governance platforms.
- Experience with cloud data platforms such as Snowflake.
- Understanding of data migration, matching and survivorship, data lineage, and master data quality controls.
- Experience supporting multinational organizations with complex ERP and master data landscapes.
