Data Analyst

Apprentissage autonome en technologies modernes de la data et du cloud.

• Formation sur Microsoft Fabric pour approfondir l'écosystème analytique Microsoft.
• Étude de Power Automate pour automatiser les workflows de traitement des données.
• Acquisition de connaissances sur Snowflake, plateforme cloud de data warehousing.
• Intégration à Toastmasters International pour développer les compétences en communication et leadership.

Intégration à l'équipe data de Crédit Agricole (via ACTOAT) pour moderniser la chaîne décisionnelle du groupe.

• Recueil des besoins auprès des équipes métier et traduction en KPI mesurables et pilotables.
• Conception de pipelines de traitement de données multi-sources pour fiabiliser l'alimentation des dashboards.
• Modélisation des données selon les bonnes pratiques décisionnelles.
• Développement de Dashboards interactifs avec Power BI servant à l'aide à la décision pour différents métiers.

Intégration à la DSI de Louis Vuitton en alternance pour renforcer la gouvernance des données et la culture analytique du groupe.

• Participation à la mise en place d'un système de gouvernance des données au sein de la DSI.
• Animation d'ateliers de bonnes pratiques en data auprès des équipes techniques.
• Développement de scripts SQL pour générer des KPI de suivi de l'utilisation des bases de données.
• Mise en place et maintenance d'un Dashboard de suivi des KPI sous Power BI pour le pilotage opérationnel.

Intégration à une équipe data d'Airbus pour structurer et visualiser les indicateurs de performance opérationnelle du site.

• Recensement et création des ID Cards des KPI utilisés par les équipes de production et logistique.
• Mise en place de pipelines de traitement des données avec PySpark pour automatiser l'alimentation des dashboards.
• Conception et déploiement d'un Dashboard de pilotage centralisé sur Palantir pour la consolidation multi-métiers.

Participation à un projet d'analyse et de pilotage des données opérationnelles pour l'usine Airbus de Toulouse en tant qu'alternant(e).

• Recueil des besoins métier auprès des équipes terrain pour identifier les KPI prioritaires.
• Réalisation d'une analyse statistique des données avec R afin d'identifier les variables clés influençant la performance.
• Mise en place de pipelines de traitement des données avec PySpark pour transformer les données brutes en indicateurs.
• Conception de Dashboards de suivi sur Power BI et Palantir pour la restitution aux décideurs.