Senior Data & Analytics Engineer

Intégration au sein de l'équipe data & analytics de KPMG France pour piloter des missions de due diligence liées à l'achat/vente d'entreprises auprès de clients grands comptes (fonds d'investissements, corporates). Pilotage complet du processus, du traitement initial des données via des flux ETL jusqu'à la création de rapports Power BI et Excel servant de documents clés pour la prise de décision client lors des deals.

• Conception et automatisation de workflows pour le cleaning, la transformation et le stockage des données avec Alteryx, SQL Server et SSAS.
• Développement de rapports Power BI couvrant plusieurs secteurs (software, assurance, énergie) et suivi des leads internes.
• Optimisation de l'architecture des cubes SSAS, des mesures DAX et des bases de données utilisées durant les missions pour améliorer les performances.
• Développement de solutions C# pour l'export en batch des mesures DAX depuis Power BI vers les cubes SSAS via Tabular Editor et l'actualisation des cubes par partition et environnement.
• Réalisation d'analyses métier complexes : Rollforward, Cohortes, rétention clients, contracts renewals, Prix-volume, Like for Like.
• Analyse des délais de conversion entre contrats signés et chiffre d'affaires reconnu afin d'identifier les écarts et améliorer la fiabilité du suivi des revenus.
• Initiation et pilotage de deux projets d'amélioration majeurs : Projet Sanity (visualisation des anomalies de données sur Power BI) et Projet de partitionnement des cubes SSAS.
• Encadrement et suivi des travaux des membres juniors de l'équipe.
• Organisation et animation de réunions de travail avec les clients et les équipes IT.
• Veille technologique continue sur Azure Analysis Services, Power BI, Power Apps, Tabular Editor et visuels customisés Power BI.

Automatisation des extractions des données publicitaires en utilisant l'API YouTube et réalisation de l'ensemble des rapports d'analyse.

• Développement de scripts Python pour automatiser la génération des rapports quotidiens de visualisation des données publicitaires.

Pilotage d'un projet de machine learning visant à améliorer la détection de fraude en télécommunications (SIM box fraud detection) au sein de l'équipe data science.

• Application d'algorithmes d'apprentissage automatique (XGBoost, Neural Networks, Random Forests) pour la détection de fraude et sélection du meilleur modèle avec 92% de précision globale.
• Automatisation du processus d'extraction des données CDR depuis le système Hadoop.
• Développement d'une application web et d'un dashboard résumant les informations de détection de fraude par SIM box.