Data & AI Engineer

Construction d'un assistant IA destiné aux professionnels de la santé, en phase de bêta-test, dans le cadre d'un engagement de développement produit et MVP payant.

• Conception et construction d'un pipeline multi-sources pour ingérer, valider, normaliser et tracer les données provenant de plus de 10 journaux scientifiques, éditeurs et flux de données.
• Développement d'un composant d'analyse et de classification en langage naturel utilisant un LLM, ainsi que le cadre d'évaluation associé.
• Pilotage de l'architecture complète couvrant l'ingestion, le stockage, la transformation, la récupération, l'évaluation et les services orientés utilisateur.

Exercice en tant que consultant en ingénierie de la qualité des données, gouvernance et architecture sur plusieurs missions sectorielles. ● Mission AXA Group Operations (Nov 2022 – Avr 2023) : Prise en charge du domaine HR d'un groupe d'assurance pour y établir une gouvernance formelle de la qualité des données.

• Élaboration d'un glossaire métier complet pour la première fois, à partir de zéro.
• Identification et documentation des causes profondes de défauts de qualité historiques affectant les systèmes HR.
• Mise en place du cadre de gouvernance et des processus opérationnels de support.
• ● Mission Technip Energies (Fév 2022 – Oct 2022) :
• Pilotage de l'architecture fonctionnelle et de l'intégration lors d'une migration de système PLM pour un groupe ingénierie-énergie.
• Définition de l'architecture cible des flux de données et des principes d'intégration pour la migration Aras PLM.
• Documentation des flux systèmes existants et coordination des besoins entre les équipes métier, PLM et IT.
• Contribution à l'architecture technique et aux pratiques de livraison Azure DevOps.
• Soutien du processus de scope et de sélection de vendeur pour un nouveau catalogue de données d'entreprise.
• Environnement technique : Microsoft Azure, Azure DevOps, Aras PLM, SAP, Power BI.
• ● Mission Groupe SeLoger (Sept 2021 – Fév 2022) :
• Mise en place d'une surveillance automatisée de la qualité des données sur une plateforme AWS contenant plus de 150 jeux de données.
• Conception et publication d'environ 10 indicateurs de qualité récurrents par jeu de données pour supporter la surveillance et la remédiation systématiques.
• Construction de la couche de monitoring automatisé couvrant des volumes allant de 10M à plus de 20 milliards de records.
• Identification et contribution à la résolution de défauts affectant environ 35 % des alertes email de recherches enregistrées et environ 50 % des événements d'interactions utilisateur orphelins.
• Contribution au lancement de Collibra et à la conception du modèle de métadonnées d'entreprise.
• Environnement technique : Python, SQL, AWS S3, Amazon Athena, JupyterLab, Collibra.

Intégration dans une équipe d'ingénierie data dans une banque d'investissement pour rationaliser et documenter les rapports de conformité réglementaire.

• Décortication et documentation de plus de 10 rapports réglementaires et leur logique de transformation de données associée.
• Réduction du temps d'exécution total d'environ 50 % grâce à l'optimisation SQL et à une refonte structurelle.
• Amélioration de la maintenabilité en remplaçant la logique non documentée par une documentation structurée fonctionnelle et technique.
• Réduction des opérations non allouées d'environ 15 % en évaluant et optimisant la méthodologie d'allocation de coûts annuels.

Pilotage de l'architecture et des opérations de la gestion de données maître pour un groupe industriel engagé dans une fusion majeure.

• Conception et déploiement d'un système probabiliste d'appariement de données (fuzzy matching enrichi via l'API Dun & Bradstreet) qui a consolidé une référence tiers de ~120K enregistrements à ~75K entités, la méthodologie étant réutilisée pour unifier les deux bases de données clients lors de la fusion Bombardier.
• Pilotage d'une plateforme de gestion des données d'entreprise supportant 20+ domaines de données maître et de référence ainsi que 10+ interfaces entrantes et sortantes, incluant SAP et Salesforce.
• Collecte des besoins auprès d'environ 10 propriétaires de données et traduction en designs fonctionnels, cas de test et plans de livraison.
• Coordination d'un intégrateur offshore sur l'implémentation, les tests et la livraison du projet.
• Définition d'environ 20 KPIs pour le suivi des opérations de la plateforme et de la gestion des données.

Gestion des données matières en Europe pour un fabricant de solutions de biologie, gérant des données maître complexes couvrant des typologies variées.

• Point de contact principal pour la gestion des données matières, traitant les données maître matières complexes pour des typologies diverses incluant logiciels, pièces détachées, grands instruments de biotech, services et reconditionnement.
• Réduction du temps standard de création matière d'environ 10 % et des workflow sélectionnés d'environ 50 % grâce à l'automatisation.
• Animation d'une formation Excel/VBA (~2h/semaine, ~10 participants).

Gestion des données matières pour les divisions Home Care et Personal Care, garantissant la qualité réglementaire des données maître.

• Point de contact principal pour la gestion des données matières couvrant les divisions Home Care et Personal Care.
• Automatisation de la création des fiches matières, réduisant le temps de traitement de 10–20 minutes à moins d'une minute.
• Pilotage de la remédiation des défauts réglementaires affectant plus de 3 000 enregistrements matières.