Data Analytics and Systems Engineer

Intégration du programme de formation Simplon en tant que Data Analytics Engineer pour maîtriser l'end-to-end des pipelines données et la visualisation métier dans un contexte e-commerce et multi-domaines.

• Analyse et modélisation d'un dataset e-commerce complexe via Google BigQuery, Python (Pandas, Seaborn) et Databricks PySpark, appliquant les schémas Snowflake et Galaxy.
• Industrialisation d'un pipeline ELT par orchestration automatisée des workflows (Docker, Apache Airflow, Python REST API).
• Construction d'un pipeline ETL en SQL Server selon l'architecture Medallion, intégrant des procédures stockées automatisées et des triggers, générant des rapports Power BI.
• Développement d'un pipeline ETL end-to-end (Python, SQLite, PostgreSQL) pour la migration de larges datasets, finalisé par un tableau de bord Tableau interactif.
• Conduite d'une modélisation statistique approfondie et de tests d'hypothèse sur diverses données (SciPy : Chi-2, Anova, Pearson, tests Z et T).
• Conception d'analytics visuelles avancées sous Tableau pour suivre les metrics de ventes complexes, automatisant les KPIs YoY growth% et les distributions géographiques clients.
• Construction d'un tableau de bord HR analytics Power BI avec modélisation relationnelle avancée et calculs DAX sophistiqués (Power Query).
• Pilotage de l'amélioration du ROI marketing via un pipeline EDA complet en Python (Pandas, Matplotlib, Seaborn) et Power BI (ELT Power Query, modélisation star schema, KPIs DAX), segmentant les démographies clients et les entonnoirs de conversion.

Pilotage d'un projet PFE auprès du groupe OCP pour concevoir et déployer un entrepôt de données et un système de traçabilité dédiés au contrôle qualité et au suivi de performance du packaging MCP.

• Centralisation de 100% des données qualité dans une architecture SQL Server via SSMS, tirant parti des procédures stockées pour automatiser entièrement les calculs KPI.
• Automatisation de la création de rapports via des formulaires Excel VBA, économisant plus de 14 heures par semaine de saisie manuelle de données.
• Construction d'un pipeline de données automatisé depuis les automates Siemens PLC (OPC-UA / TIA Portal) vers SQL Server Database via Node-RED.
• Développement de moteurs de calcul automatisés utilisant les procédures SQL et triggers, alimentant les tableaux de bord Power BI temps réel pour le suivi et la visualisation.
• Analyse des données de fabrication et maintenance pour suivre les indicateurs clés de performance selon les normes AFNOR NF E60-182, incluant les KPIs d'efficacité de production (OEE, TRE, TRG), les KPIs de fiabilité et maintenance des équipements (MTBF, MTTR, TMP), et les analyses détaillées de temps de cycle.
• Identification de 4 causes racines représentant 80% des défauts de production via une analyse de Pareto, déployant des tableaux de bord Power BI temps réel.
• Formation de plus de 5 techniciens à l'adoption complète du nouveau système numérique déployé.

Pilotage d'un projet PFA pour développer des mécanismes innovants de racks de stackage pliables destinés au packaging ferroviaire ALSTOM.

• Exécution de l'intégralité de la démarche R&D : prototypage, modélisation 3D et dessins techniques 2D via CATIA et SolidWorks.
• Conception d'un script Python automatisé générant dynamiquement les dimensions des pièces internes en fonction des variables du Stacking Rack externe (X, Y, Z), utilisant des équations paramétriques pour adapter instantanément l'architecture interne.
• Conduite d'une analyse data-driven des KPIs via Python pour visualiser l'impact des choix de conception et valider les décisions d'ingénierie.
• Atteinte d'un ratio d'optimisation d'espace de 92,8%, réduction des coûts logistiques de 87,56% et amélioration du cycle de retour de 65,9%.