Analyste de Données (Grande Distribution) - stage fin d'étude
Coopérative U - Cayenne
- Type de contrat
- Autre
- Salaire
- Non communiqué
- Publié le
- 01/01/2026
- Source
- Partenaire
- Description
- Intitulé du poste : Stagiaire – Analyste de Données (Grande Distribution) Service : Équipe Data & Projets / Direction Lieu : Guyane (Cayenne / Saint-Laurent / Kourou – selon affectation) Type de contrat : Stage de fin d’études (4 à 12 mois) Rattachement hiérarchique : Équipe Projets & Direction Présentation de l’entreprise Les Magasins U en Guyane regroupent plusieurs enseignes (Hyper U, Super U, U Express). Dans un secteur où la performance et la compétitivité reposent sur l’analyse fine des données, nous proposons un stage de fin d’études qui permettra au/à la stagiaire d’évoluer dans un environnement dynamique et concret, en participant activement à l’amélioration du pilotage des activités. Missions principales Sous la supervision de l’équipe Projets et de la Direction, le/la stagiaire contribuera à : Collecter et fiabiliser les données issues des ventes, stocks, supply chain et opérations promotionnellesDévelopper et automatiser des tableaux de bord et reporting (Excel, Power BI, Qlik, etc.)Analyser les performances commerciales (ventes, marges, ruptures, rotations) et identifier les leviers d’optimisationÉtudier l’impact des promotions, des assortiments et des prix sur les ventesContribuer à la mise en place d’outils d’aide à la décision pour la DirectionParticiper à des projets transverses associant data, logistique et commerceStage de fin d’études : 4 à 12 moisLocalisation : Guyane (Cayenne, Saint-Laurent ou Kourou)Indemnisation : selon réglementation en vigueur Profil De Candidat Recherché Profil recherché Étudiant(e) en fin de cycle Bac+5 (école de commerce, école d’ingénieur, université) avec spécialisation data, statistiques, contrôle de gestion ou business intelligenceBonne maîtrise d’Excel avancé, SQL et/ou outils BI (Power BI, Qlik, Tableau)Esprit analytique et rigoureux, capable de manipuler et d’interpréter de grands volumes de donnéesCapacité à vulgariser les analyses pour un public non techniqueCuriosité, autonomie, implication et sens du travail en équipe