Data Analyst / BI Engineer

Réalisation d'une étude comparative sur les techniques d'échantillonnage et leur impact sur les performances des modèles de Machine Learning au sein d'INRIA Rennes.

• Conception et automatisation d'un pipeline complet de traitement et d'analyse de données couvrant la collecte, le nettoyage, l'intégration et la modélisation.
• Développement d'un workflow reproductible assurant la traçabilité et la qualité des données.
• Production de rapports analytiques et de visualisations pour appuyer la décision scientifique.
• Documentation de l'ensemble de la démarche technique pour assurer la maintenabilité.

Conception et déploiement d'une plateforme complète de Business Intelligence intégrant la collecte, le traitement et la visualisation de données dans un contexte académique.

• Mise en place d'une architecture d'intégration de données via Power BI, SQL et SSIS (ETL).
• Définition et suivi des indicateurs clés de performance (KPI) à travers des tableaux de bord interactifs pour la prise de décision stratégique.
• Application de méthodes d'analyse statistique, de data mining et de machine learning pour identifier tendances et anomalies.
• Création de visualisations claires et ergonomiques adaptées à différents publics (techniques et non techniques) avec Power BI, Tableau et Excel.
• Réflexion sur la gouvernance, la qualité et la confidentialité des données (RGPD) dans le cadre des analyses.

Conception d'un modèle complet de gouvernance et d'ingénierie des données pour assurer la cohérence, la qualité et la conformité dans un environnement organisationnel complexe.

• Intégration et consolidation de sources de données hétérogènes (SQL, NoSQL, MongoDB, Neo4j).
• Automatisation du traitement de données via des approches distribuées (Hadoop, MapReduce).
• Création d'un dictionnaire de données et définition des règles de calcul pour garantir la standardisation et la fiabilité des indicateurs stratégiques.
• Application des principes de gouvernance et conformité RGPD aux analyses de données.