Quelques objets concrets reviennent dans l'entretien d'un data steward : un glossaire métier, un catalogue de données comme Collibra, Microsoft Purview, DataGalaxy ou Zeenea, des règles de qualité et un lineage. Le data steward rédige les définitions avec les métiers, rattache chaque terme aux tables qui l'implémentent, mesure la qualité et suit la correction des anomalies avec les équipes IT. Les offres viennent de l'industrie, de la banque, du retail, du secteur public et d'ESN qui placent des consultants en mission.
Le titre recouvre des réalités très différentes. Certains postes sont surtout documentaires, d'autres demandent du SQL, des contrôles automatisés et une bonne connaissance d'un ERP ou d'un outil de MDM. Sur un CV, « gouvernance des données » ne dit pas si la personne sait écrire une requête qui compte des doublons ou retrouver les rapports touchés par un changement de colonne.
Un data steward sans SQL convient à un poste documentaire, pas à un poste qui produit les indicateurs de qualité. Le responsable gouvernance peut dire avant l'entretien si le poste écrit du SQL et quel catalogue est en place. Le document PDF part d'un chiffre d'affaires par client qui ne colle pas.
Catalogue, glossaire, lineage : l'outillage d'un data steward
Catalogue de données
L'outil central du poste : Collibra, Microsoft Purview Unified Catalog, DataGalaxy, Zeenea (racheté par Actian en 2024, aujourd'hui Actian Data Intelligence Platform), Informatica CDGC, ou un catalogue open source comme DataHub et OpenMetadata. Il recense tables, colonnes, rapports et définitions, avec leurs responsables. Demandez ce que la personne y a réellement configuré, pas seulement consulté.
Glossaire métier et dictionnaire de données
Le glossaire donne la définition métier d'un terme (client actif, chiffre d'affaires net) avec sa règle de calcul et son propriétaire. Le dictionnaire décrit les tables et colonnes physiques. Le travail du data steward consiste à relier les deux, pour qu'un analyste sache quelle colonne correspond à quel terme.
Lineage
Le chemin d'une donnée depuis sa source jusqu'aux rapports, collecté par le catalogue à partir des bases, des traitements ETL et des outils BI, ou documenté à la main quand la collecte n'est pas possible. Il sert à expliquer un chiffre et à mesurer l'impact d'un changement. Ses trous habituels : SQL dynamique, fichiers Excel, extractions manuelles.
SQL
Beaucoup d'offres le demandent. Le data steward s'en sert pour profiler une table, compter les vides et les doublons, vérifier l'intégrité entre deux tables ou prouver une anomalie. Un niveau intermédiaire suffit en général : jointures, regroupements, conditions sur les valeurs nulles.
Outils de qualité des données
Les règles sont écrites dans le catalogue, dans un outil dédié (Collibra Data Quality & Observability, Talend Data Quality, Informatica Data Quality) ou dans des tests de code comme Great Expectations. Les résultats remontent dans un tableau de bord, souvent sous Power BI, avec des indicateurs de qualité par donnée critique.
MDM et données de référence
Les outils de gestion des données de référence, comme Semarchy xDM, SAP MDG ou Informatica MDM, consolident clients, fournisseurs ou articles en une fiche de référence. Le data steward y traite les doublons proposés par l'outil et valide les créations. Sur un poste orienté ERP, c'est une grande part du quotidien.
Registre RGPD et classification
Le registre des traitements recense finalités, catégories de données, destinataires et durées de conservation. Le catalogue classe les colonnes selon leur sensibilité, souvent avec une détection automatique à vérifier. Le data steward fait le lien entre les deux, en appui du DPO.
DAMA-DMBOK
Le corpus de référence de la gestion des données publié par DAMA International, dont la deuxième édition révisée sert de base commune et une version 3.0 est en préparation. On y puise les dimensions de qualité et les rôles de gouvernance. Un candidat peut le citer, l'entretien vérifie qu'il sait l'appliquer à une vraie table.
Le data steward travaille sur un domaine de données, rattaché à une équipe gouvernance ou directement à un métier, avec un data owner qui décide et des équipes IT qui corrigent les systèmes. Dans l'industrie et la distribution, le poste se concentre souvent sur les données de référence de l'ERP. En banque et en assurance, il touche aux contrôles documentés qu'exigent les reportings. Dans le secteur public et les grands groupes, il accompagne le déploiement d'un catalogue. Les ESN le placent en mission sur ces trois terrains, parfois pour quelques mois sur une migration. Le niveau technique attendu varie d'une offre à l'autre : précisez avant l'entretien si vous attendez du SQL et la configuration d'un outil.
Six compétences à tester chez un data steward
- Glossaire métier et dictionnaire de données
- Catalogue de données et métadonnées
- Règles et mesure de la qualité
- Lineage et analyse d'impact
- Traitement des anomalies et données de référence
- Données personnelles et RGPD
Les situations qui révèlent un data steward de terrain
Chaque question vient avec ce qu'une bonne réponse contient et le signal qui doit vous alerter. Pas besoin d'être technique pour les poser : écoutez si le candidat raconte du vécu.
Question 1 · confirmé
Deux directions donnent deux chiffres différents pour le nombre de clients actifs. Comment écrivez-vous la définition dans le glossaire ?
Une bonne réponseIl commence par écrire noir sur blanc les deux définitions en concurrence : qui est compté, sur quelle période, avec quels statuts. Le data owner tranche. La définition retenue porte une règle de calcul, un périmètre, les exclusions, la source de référence, un propriétaire et une date de validation. Le terme est relié aux colonnes et aux rapports qui le calculent. Si les deux besoins sont légitimes, ce sont deux termes distincts, nommés différemment.
Signal d'alerteRetenir la définition la plus répandue sans propriétaire pour la valider. Une définition circulaire du type « client qui a une activité ». Supprimer l'un des deux chiffres sans expliquer l'écart.
Question 2 · junior à confirmé
Écrivez la requête SQL qui mesure la complétude et les doublons d'adresse e-mail dans une table clients.
Une bonne réponseUn COUNT(*) pour le total, un comptage des valeurs nulles ou vides après TRIM, exprimé en taux. Pour les doublons, une normalisation (LOWER, TRIM) avant un GROUP BY avec HAVING COUNT(*) > 1. Les bons profils signalent les valeurs factices qui gonflent la complétude, comme une adresse de test ou « inconnu », et proposent de les compter à part.
Signal d'alerteCompter seulement les NULL, chercher les doublons sans normaliser la casse, ou ne pas savoir écrire un GROUP BY.
Question 3 · confirmé
Une colonne de l'entrepôt va être renommée. Comment savez-vous quels rapports vont casser ?
Une bonne réponsePar le lineage technique du catalogue, de la table jusqu'aux rapports Power BI ou Tableau, complété par l'historique des requêtes de l'entrepôt pour repérer les usages hors catalogue. Il connaît les trous du lineage : SQL dynamique, procédures, fichiers Excel branchés en direct. Il prévient les propriétaires des rapports touchés avant la mise en production et fait mettre à jour le dictionnaire.
Signal d'alerte« On renomme et on verra qui appelle. » Ou un lineage vu uniquement comme un schéma dessiné à la main dans un outil de présentation.
Question 4 · confirmé
Vous trouvez 3 % de fournisseurs en double dans l'ERP. Que faites-vous des doublons existants, et comment évitez-vous les prochains ?
Une bonne réponseDes règles de rapprochement (SIRET ou numéro de TVA, raison sociale normalisée, adresse), une revue manuelle des cas ambigus, le choix de la fiche à conserver et une fusion qui réaffecte commandes et factures ouvertes, plutôt qu'une suppression. Puis des contrôles à la création : recherche de doublon, identifiant légal obligatoire, circuit de validation. Un taux de doublons suivi dans le temps.
Signal d'alerteSupprimer les doublons directement en base, ou les corriger dans l'entrepôt sans toucher à l'ERP, où ils reviendront au prochain chargement.
Question 5 · confirmé
Comment repérez-vous les colonnes qui contiennent des données personnelles dans un catalogue de 3 000 tables ?
Une bonne réponseLa classification automatique du catalogue, qui reconnaît des motifs (e-mail, IBAN, numéro de sécurité sociale) sur les métadonnées et des échantillons, puis une validation humaine des résultats. Les colonnes de texte libre sont regardées à part, car elles contiennent souvent ce qu'on n'attend pas. Chaque colonne classée est reliée au traitement du registre RGPD qui l'utilise, avec sa finalité et sa durée de conservation.
Signal d'alerteSe fier au nom des colonnes, ou répondre que c'est le travail du DPO.
Recevez la fiche d'entretien complète en PDF
La fiche pour mener l'entretien de bout en bout, prête à imprimer ou à partager avec le manager.
- 30 questions sur 6 axes, avec la bonne réponse, le signal d'alerte et la relance
- Le niveau visé pour chaque question
- Une mise en situation de 20 minutes et ce qu'on attend du candidat
- La grille d'évaluation de 1 à 4, axe par axe
Ce que les recruteurs demandent sur le poste de data steward
Data steward, data owner, data quality analyst : où passe la frontière ?
Le data owner est un responsable métier qui décide : définition retenue, niveau de qualité acceptable, droits d'accès. Le data steward fait vivre ces décisions au quotidien, en documentant, en mesurant et en suivant les corrections. Le data quality analyst ou engineer se concentre sur les contrôles et leur automatisation, souvent avec plus de code. Dans les petites équipes, une même personne cumule les deux derniers rôles. Votre fiche de poste doit dire lequel domine.
Un data steward doit-il savoir écrire du SQL ?
La plupart des offres le demandent, à un niveau intermédiaire. Sans SQL, la personne dépend de l'IT pour profiler une table, prouver une anomalie ou vérifier une correction, ce qui ralentit tout. Elle n'a pas besoin d'optimiser des requêtes complexes : jointures, regroupements, gestion des valeurs nulles et comptage de doublons suffisent. Sur un poste centré sur un ERP, la maîtrise des transactions et des extractions de l'outil peut remplacer une partie du SQL.
Quel test technique donner à un data steward ?
Un extrait de table de quelques centaines de lignes, avec des doublons, des vides, des valeurs factices et un code pays incohérent. Demandez de mesurer la qualité en SQL ou dans un tableur, de rédiger deux règles de qualité avec leur seuil et d'écrire la définition d'un terme ambigu présent dans les colonnes. En une heure, vous voyez la rigueur, la précision des définitions et le niveau technique réel. Faites présenter le résultat comme à un data owner.
Faut-il exiger l'outil de catalogue que vous utilisez ?
Pas forcément. Les notions se transposent d'un catalogue à l'autre : glossaire, responsabilités, workflows de validation, lineage, classification. Une personne qui a configuré Purview prend en main Collibra ou DataGalaxy en quelques semaines. L'outil devient décisif quand vous attendez de la configuration avancée, des workflows sur mesure ou des intégrations par API. Dans ce cas, cherchez plutôt un consultant spécialiste de l'outil, profil distinct du data steward.
Pour structurer vos autres entretiens, consultez aussi nos pages sur les questions d'entretien de recrutement, la méthode de l'entretien structuré et la grille d'évaluation d'entretien.
