Ingénieure en informatique spécialisée en Méthodes Informatiques Appliquées à la Gestion des Entreprises

Intégration dans l'équipe data d'une multinationale automobile pour moderniser l'exploitation du data lake et renforcer la chaîne décisionnelle.

• Conception et mise en œuvre d'une solution automatisée d'extraction et d'intégration des données depuis le Data Lake Renault vers l'environnement décisionnel.
• Développement et optimisation de pipelines de traitement de données sur Google Cloud Platform (BigQuery) garantissant la fiabilité et la disponibilité des données.
• Modélisation et création de tables analytiques dans BigQuery pour répondre aux besoins métiers et faciliter l'exploitation des données.
• Définition, conception et suivi des indicateurs de performance (KPIs) permettant d'évaluer la qualité de service et les performances des véhicules connectés.
• Contribution à l'amélioration de la qualité des données et à la mise en place de tableaux de bord pour le pilotage des activités.

Participation à la conception et au déploiement d'une solution décisionnelle complète pour l'analyse et le pilotage d'activités métier.

• Conception et mise en œuvre de processus ETL pour l'intégration, la transformation et la fiabilisation des données provenant de multiples sources.
• Modélisation et développement d'un Data Warehouse permettant la centralisation et l'analyse des données décisionnelles.
• Conception, déploiement et optimisation de cubes OLAP afin de faciliter l'analyse multidimensionnelle et le pilotage des indicateurs métier.
• Élaboration de rapports et de tableaux de bord interactifs pour le suivi de la performance et l'aide à la prise de décision.
• Participation à l'amélioration de l'architecture décisionnelle et à l'optimisation des performances des traitements analytiques.

Intégration dans une équipe data pour développer et industrialiser une solution de machine learning et deep learning visant à améliorer les performances prédictives.

• Collecte, préparation et prétraitement des données pour l'entraînement de modèles de Machine Learning et Deep Learning.
• Conception, entraînement et optimisation d'un modèle de classification basé sur les réseaux de neurones convolutifs (CNN) afin d'améliorer les performances prédictives.
• Développement et intégration de services d'intelligence artificielle au sein d'une application web via une architecture API performante.
• Création de tableaux de bord et d'indicateurs de suivi pour l'analyse des résultats et le pilotage des performances du modèle.
• Déploiement et industrialisation de la solution sur Google Cloud Platform (GCP), garantissant la scalabilité et la disponibilité des services.