Data Engineer / Analyst

Intégration de l'équipe pour assurer la fiabilisation des données des services connectés afin d'améliorer la qualité, la traçabilité et le pilotage opérationnel.

• Recueil et analyse des besoins métiers, compréhension des problématiques clients et traduction en cas d’usage et solutions Data.
• Collaboration avec les Problem/Product Owners, équipes métier et techniques pour qualifier, prioriser et résoudre les incidents Data.
• Analyse des anomalies et développement de traitements permettant d’identifier les véhicules impactés à partir de plusieurs sources de données.
• Conception et industrialisation de pipelines Databricks en architecture Lakehouse Bronze / Silver / Gold avec PySpark/Spark SQL.
• Contribution à la migration de flux Snowflake vers Databricks et optimisation des traitements Data.
• Mise en place de la qualité des données (Data Quality), du monitoring et de l'alerting, tout en assurant le suivi des pipelines en production.
• Conception de KPI et de tableaux de bord Power BI et restitution des analyses aux équipes métier et techniques.
• Suivi des résultats auprès des équipes jusqu’à la résolution des problématiques identifiées.

Contribution à l'exploitation et à la fiabilisation des données ferroviaires issues des outils internes de programmation des travaux et de gestion des circulations chez SNCF Réseau.

• Recueil des besoins des équipes opérationnelles et métiers pour les traduire en besoins Data et indicateurs de performance.
• Centralisation et structuration dans Microsoft Access des données provenant de SharePoint et de différents outils internes.
• Développement et automatisation de traitements SQL et Python pour nettoyer, croiser et fiabiliser les données.
• Construction d'indicateurs permettant de comparer les opérations programmées avec celles réellement réalisées, de mesurer les écarts et d'identifier les situations de non-conformité.
• Conception de KPI et dashboards Power BI permettant de suivre la performance opérationnelle.
• Mise en place de contrôles de qualité et de cohérence des données pour fiabiliser les indicateurs de pilotage.
• Présentation des résultats aux équipes opérationnelles et suivi des actions identifiées.

Développement d’un POC d’IA visant à détecter des situations de cyberharcèlement sur des plateformes de messagerie comme Discord.

• Collecte, nettoyage et préparation de plusieurs jeux de données textuelles publics.
• Exploration et enrichissement des données pour préparer l'entraînement du modèle.
• Participation au développement et à l’entraînement d’un modèle NLP basé sur CamemBERT et Transformers via Hugging Face et TensorFlow.
• Mise en place d’un pipeline d’inférence pour exploiter le modèle sur de nouveaux messages.
• Intégration des résultats dans un dashboard et participation aux tests et ajustements du bot Discord.
• Présentation du POC et des résultats dans le cadre du programme KESK’IA.

Conception d'une solution de Machine Learning permettant de prédire le chiffre d’affaires à partir de données historiques.

• Collecte, nettoyage et exploration des données historiques.
• Réalisation de l'analyse exploratoire des données (EDA), l'agrégation et le feature engineering.
• Conception et entraînement d’un modèle prédictif basé sur XGBoost.
• Évaluation et optimisation des performances du modèle sur les données de test.
• Visualisation, interprétation et restitution des résultats.
• Préparation du modèle en vue de son déploiement.