HEALTH ANALYTICS COORDINATOR
Dans le cadre du renforcement de ses capacités d’analyse de données au service de ses activités de santé communautaire, Muso recherche un(e) Health Analytics Coordinator talentueux(se) pour modéliser et valoriser ses données de santé.
À partir d’une couche de données déjà préparée (couche silver, maintenue par notre data engineer), le/la titulaire construit la couche gold et les indicateurs de santé qui orientent nos programmes et les rend exploitables jusqu’aux tableaux de bord.
Ce poste, basé à Bamako, offre l’opportunité de construire les fondations de données qui orientent des soins qui sauvent des vies.
Le/la Health Analytics Coordinator Sera Responsable Entre Autres
- Modéliser la couche gold sous forme de data marts par protocole médical (vaccination, population, malnutrition, tuberculose, etc.).
- Implémenter les indicateurs de santé tels que définis par les équipes médicales, en séparant numérateur et dénominateur, en appliquant les règles métier, et en produisant des tables suffisamment désagrégées pour être recalculables aux différents niveaux de la hiérarchie organisationnelle.
- Livrer des tables directement exploitables par la couche de visualisation (par exemple sous Power BI, Klipfolio).
- Orchestrer les transformations via les scheduled queries de BigQuery, en matérialisant les étapes intermédiaires lorsque c’est pertinent, et en concevant des pipelines économes et maintenables.
- Construire des tableaux de bord clairs et fiables et veiller à la cohérence entre les indicateurs affichés et la couche gold qui les alimente.
- Écrire et exécuter des tests : aucune table ni aucun indicateur n’est livré tant que ses tests ne sont pas écrits et passés avec succès.
- Collaborer avec le reste de l’équipe données, la couche gold est un terrain commun, sur lequel chacun peut intervenir selon les projets (par exemple les indicateurs de vaccination) et le cas échéant, avec les équipes des Ministères de la Santé des pays où Muso intervient.
Profil Recherché
Formation :
- Diplôme de niveau Master ou Licence/Bachelor en informatique, science des données, statistiques, mathématiques, génie logiciel, bio-informatique, santé publique, épidémiologie ou domaine connexe.
- Une expérience pratique équivalente et démontrable peut être considérée en lieu et place du diplôme.
Expérience, Aptitudes Et Qualités
- Capacité démontrée à mener des projets de modélisation et d’analyse de données, à travers une expérience professionnelle avérée ou un portfolio technique solide (GitHub ou équivalent).
- Forte agilité intellectuelle, grande capacité d’apprentissage autonome et pragmatisme. Nous valorisons le potentiel, la rigueur et les réalisations concrètes au-delà du seul nombre d’années d’expérience. Les profils émergents à fort potentiel comme les experts confirmés sont les bienvenus.
- Volonté de s’approprier en profondeur le domaine médical, notamment les protocoles de santé et les applications de collecte de données, afin de comprendre de manière autonome les processus et les données qu’il/elle devra modéliser. Cette compréhension approfondie est essentielle à la construction correcte de la couche Gold.
- Capacité à travailler dans un cadre où la définition des indicateurs relève des équipes médicales. Le rôle consiste à traduire et implémenter fidèlement les indicateurs définis, tout en pouvant contribuer à leur amélioration lorsque cette contribution est sollicitée.
- Forte de la qualité des données, du test et de la fiabilité des résultats, avec une attention particulière portée à l’efficience des traitements et des requêtes, et pas uniquement à leur exactitude.
- Esprit d’équipe, communication claire et respect strict des principes d’éthique, de transparence et de confidentialité dans la manipulation des données de santé.
Indispensable
Qualifications techniques requises :
- Réelle aisance sur les « window functions », les données imbriquées et répétées (nested & repeated records, JSON), le partitionnement et le clustering des tables.
- Concevoir des requêtes et des pipelines économes en coût, matérialiser des étapes (scheduled queries), utiliser les vues matérialisées lorsque c’est pertinent, et éviter les chaînes de vues appelant d’autres vues qui mènent à des temps de calcul excessifs ou à des erreurs « out of resources ».
- Modélisation dimensionnelle (faits/dimensions), conception de data marts, implémentation d’indicateurs numérateur / dénominateur re-calculables à plusieurs niveaux d’agrégation.
- Ecrire et exécuter des tests de qualité de données, et n’en livrer le résultat qu’une fois les tests passés.
- Maîtrise de Git et GitHub.
- Savoir utiliser un outil de visualisation (Data studio, Power BI, Klipfolio ou équivalent) pour construire des tableaux de bord clairs.
- Intérêt marqué pour la santé publique et les projets en contextes à ressources limitées.
Notre travail de transformation est essentiellement en SQL (scheduled queries sur BigQuery). Nous n’utilisons pas Spark, Databricks ou stacks similaires.
Atouts
- Une expérience de l’analyse de données de santé est particulièrement recherchée.
- La connaissance de DHIS2 est un atout apprécié.
- Une expérience de dbt est un plus (nous ne l’utilisons pas aujourd’hui, mais pourrions l’adopter si nos besoins grandissent).
- Une très bonne maîtrise de l’anglais est fortement appréciée.
Pour postuler, merci de soumettre votre CV et votre lettre de motivation : https://career55.sapsf.eu/sfcareer/jobreqcareerpvt?jobId=739&company=muso&st=1FD1EBCD1EECA3757CA356F64ADF24AD26CFD94C
Date limite de candidature : au plus tard le vendredi 23 octobre 2026 à minuit.
NB : Les candidatures féminines sont vivement encouragées.
