BI Engineer / Data Analyst

Stage BI & Data Engineer au sein du service Logistique, Transport et Douane afin de moderniser le pilotage des opérations logistiques par la donnée.

• Développement et maintenance de tableaux de bord Tableau pour le suivi en temps réel des opérations logistiques.
• Recueil, analyse et priorisation des besoins métiers auprès des équipes opérationnelles afin d'aligner les solutions BI aux enjeux métier.
• Conception et industrialisation de pipelines de données automatisés avec Databricks, Python, BigQuery et AWS Data Lake.
• Contrôle, nettoyage et validation des données provenant de multiples sources pour garantir la fiabilité de la chaîne.
• Mise en place de traitements batch automatisés afin de sécuriser et fiabiliser les flux de données.
• Industrialisation des KPI et amélioration de la qualité des données dans l'écosystème décisionnel.

Stage au sein de l'équipe data d'une startup spécialisée dans l'IA et le développement web afin de développer une plateforme d'extraction et de traitement de données.

• Extraction et ingestion de données via web scraping (BeautifulSoup, Selenium) et intégration d'APIs pour alimenter les systèmes d'analyse.
• Conception et développement de pipelines ETL automatisés avec Python, SQL Server et Apache Airflow.
• Contrôle de cohérence et validation des données avant intégration afin de garantir la qualité des données entrantes.
• Développement de l'interface web d'un outil d'analyse territoriale en Vue.js, permettant aux utilisateurs d'accéder aux analyses cartographiques et statistiques.

Stage au sein de l'équipe analytics d'un opérateur télécommunications majeur afin de développer des modèles prédictifs pour améliorer la rétention et l'efficacité commerciale.

• Analyse des données clients pour identifier des tendances et comportements significatifs en télécommunications (Python, Pandas, Matplotlib).
• Développement d'un modèle de prédiction du churn avec 90% de précision, améliorant la capacité à identifier et retenir les clients à risque.
• Conception d'un modèle de segmentation client par clustering afin d'optimiser les stratégies marketing et personnaliser les offres commerciales.
• Mise à disposition des résultats via une application web et des dashboards BI (Django, Chart.js, Power BI).