Data Analyst & Statisticien

Rejoint l'équipe data d'une fondation marocaine dédiée à la promotion de l'enseignement préscolaire, avec pour mission de structurer, analyser et valoriser les données opérationnelles afin de soutenir la prise de décision stratégique et l'optimisation des ressources.

• Production de tableaux de bord Power BI et de reportings pour restituer les indicateurs et résultats d'analyse aux équipes opérationnelles et aux parties prenantes.
• Traitement, fiabilisation et analyse de données avec Python, SQL et R : nettoyage, validation, contrôle de cohérence et préparation des données pour les analyses.
• Conception de pipelines ETL automatisés avec Python et SQL, déployés sur le serveur interne et intégrant des étapes de validation et de contrôle de la qualité des données.
• Réalisation d'analyses statistiques descriptives, inférentielles et de régressions afin d'identifier des tendances et de produire des résultats utiles à la prise de décision.
• Développement de modèles prédictifs de régression et de classification avec Scikit-learn et XGBoost pour la prévision des taux de scolarisation et l'optimisation des ressources.
• Automatisation de la génération de rapports d'analyse grâce à un agent IA, réduisant le temps de production des rapports de 40%.

Intégration d'une startup parisienne en tant que consultant data analyst, épaulant l'équipe dans la structuration, l'analyse et l'optimisation des données produits et de vente pour fiabiliser les processus analytiques et support à la décision.

• Exploitation des données avec Python et SQL pour répondre à des problématiques de prévision des ventes, de gestion des stocks et d'analyse de données produits.
• Refonte de l'architecture SQL et fiabilisation des données de plus de 10 000 produits, avec structuration et catégorisation des données, améliorant leur cohérence de 40%.
• Exploitation de BigQuery et développement de pipelines permettant d'alimenter les processus analytiques.
• Développement d'analyses statistiques et de modèles prédictifs avec Python, Scikit-learn et XGBoost.
• Mise en place de mécanismes de suivi de la qualité des données et des performances des modèles avec MLflow.
• Automatisation des processus de catégorisation et d'analyse de données textuelles, réduisant les erreurs humaines de 15%.