Ingénieur Data Analyst et Data Scientist

Intégration du département data d'une structure nationale aéroportuaire pour piloter les indicateurs opérationnels du réseau aéroportuaire et améliorer la qualité de service.

• Conception et développement de tableaux de bord Power BI (DAX, Power Query) pour le suivi en temps réel des KPIs opérationnels (OTP, SLA, flux passagers, qualité de service).
• Automatisation des reportings hebdomadaires et mensuels via Excel VBA, Power Query et Python, réduisant le temps de traitement de données.
• Extraction, nettoyage et structuration des données du système interne pour concevoir des pipelines ETL fiables.
• Pilotage des indicateurs de performance opérationnelle et d'expérience client (CX) sur l'ensemble du réseau aéroportuaire.
• Analyse des codes de retard IATA et des anomalies de service pour améliorer la fiabilité des données.

Intégration de l'équipe analytics d'une division télécom en contexte B2B pour concevoir des solutions de reporting de facturation en temps réel.

• Conception de tableaux de bord Power BI connectés à des cubes SSAS (SQL Server Analysis Services) pour le suivi des factures FTTH, Interconnexion et Mobiles auprès de plusieurs clients opérateurs.
• Rédaction de mesures DAX pour l'automatisation des calculs de KPIs de facturation par domaine, période et client.
• Développement de macros VBA pour le traitement automatisé et la restitution des annexes de facturation.
• Contribution à la fiabilité des données de facturation en environnement multi-clients.

Intégration de l'équipe data d'une structure fintech pour concevoir un modèle de matching offre/demande destiné à optimiser les appariements de transactions financières.

• Conception et implémentation d'un modèle de machine learning (KNN) en pipeline complet : collecte par web scraping, nettoyage et prétraitement de données, feature engineering.
• Développement d'une solution de visualisation et restitution des résultats en VBA-Excel pour la consultation des prédictions.
• Maîtrise du cycle complet de data science : de l'acquisition à la mise en production des résultats.

Stage au Ministère de l'Agriculture pour analyser et prévoir les tendances du secteur agricole.

• Modélisation et prévision des tendances du secteur agricole via des modèles de séries temporelles (ARIMA).
• Réalisation d'une analyse statistique complète et d'une visualisation des données du secteur.