Data Analyst

Intégration de l'équipe data d'une division dermatologique afin de structurer et d'analyser les données transactionnelles dans le cadre de la Market Protection et de la lutte contre le Grey Market.

• Analyse et structuration de données transactionnelles provenant de SAP/BW pour identifier des comportements commerciaux atypiques.
• Conception et automatisation de pipelines d'analyse via Python (pandas, numpy) pour extraire, nettoyer et consolider des données multi-sources (lots, batches, clients, pricing).
• Réalisation d'analyses exploratoires et de détections d'anomalies à l'aide de scikit-learn, transformant des données complexes en indicateurs interprétables.
• Définition et suivi d'indicateurs clés de performance (KPI) liés aux volumes, concentrations, récurrence et écarts de prix.
• Création de dashboards interactifs et de reportings décisionnels sous Power BI pour faciliter la prise de décision des équipes Business et Juridique.
• Automatisation des reportings et amélioration de la fiabilité des analyses, réduisant le temps de traitement manuel et renforçant la traçabilité des données.

Réalisation d'analyses de performance internationale à partir de données commerciales multi-pays afin d'identifier des leviers de croissance et des axes d'optimisation pour la division.

• Exploration et analyse de données en Python (pandas, numpy, matplotlib, seaborn) pour détecter des tendances, anomalies et comportements atypiques sur les flux transactionnels.
• Construction d'indicateurs de performance (KPI) et production de reportings analytiques utilisés pour le pilotage des activités internationales.
• Création de supports visuels et de dashboards facilitant la communication des résultats auprès des équipes business et des filiales.

Exploration et structuration d'un dataset de 330 453 prêts P2P (83,16% remboursés, 16,84% en défaut) pour analyser les distributions, corrélations et segmentation du risque.

• Nettoyage, transformation et préparation des données en gérant les valeurs manquantes, l'encodage et la normalisation afin de garantir la qualité et la cohérence des analyses.
• Création de dashboards interactifs sous Power BI avec modélisation des données, mesures DAX, visualisations dynamiques et filtres multi-dimensionnels.
• Production de requêtes SQL pour générer des analyses par segment et des rapports exploratoires.