Ingénieur Data / Spécialiste en Visualisation de Données

Spécialiste de la gestion des données environnementales au sein d'une organisation internationale pour centraliser et valoriser les données climatiques et géospatiales nationales.

• Conception et développement d'un pipeline de données ELT avec Python, MotherDuck et dbt (SQL), centralisant des jeux de données climatiques et géospatiales ERA5 fragmentés au sein d'un data warehouse cloud.
• Orchestration des workflows du pipeline avec Apache Airflow sur Docker, planifiant les DAGs pour l'ingestion et la transformation automatisées des données.
• Réduction de 80 % du temps de traitement manuel des données environnementales.
• Construction de la plateforme nationale de données environnementales permettant aux ministères et partenaires institutionnels d'accéder aux données environnementales publiques et de les partager.
• Développement d'un tableau de bord de suivi du changement climatique sous Power BI, restituant les indicateurs environnementaux clés à l'échelle nationale.

Ingénieur data au sein d'une équipe data pour moderniser la gestion des données fournisseurs et achats en migrant depuis des processus manuels Excel vers une architecture data centralisée et automatisée.

• Contribution à la construction d'un pipeline ELT en architecture médaillon intégrant l'ERP SAP Ariba et SharePoint dans un data warehouse centralisé.
• Élimination de plus de 15 heures de traitement manuel hebdomadaire sous Excel grâce à l'automatisation du pipeline.
• Création de tableaux de bord interactifs Qlik Sense pour la direction, permettant le suivi en temps réel de la performance des achats, des indicateurs fournisseurs et des KPI opérationnels.
• Résolution de plus de 50 problèmes de qualité de données et optimisation de la performance et de la fiabilité des tableaux de bord.
• Formation de plus de 5 utilisateurs métier à Qlik Sense, réduisant les demandes ad hoc et rendant les équipes autonomes dans l'analyse.

Data Scientist intervenant pour mettre en place des modèles de prévision de la demande et d'automatisation des processus de planification des ventes.

• Recueil et définition des besoins métier pour la prévision de la demande, la planification des ventes et l'automatisation des processus.
• Recherche et évaluation de modèles et méthodologies de prévision afin d'identifier les meilleures approches pour la prédiction de la demande et l'analyse des tendances.
• Réalisation d'analyses de données exploratoires et avancées avec Python.

Réalisation d'un projet de bout en bout de calcul de la Customer Lifetime Value (CLV) pour optimiser la compréhension de la valeur client.

• Gestion et transformation des données clients (jointures de sources multiples, nettoyage et agrégation) avec SQL via la plateforme data engineering de l'entreprise.
• Développement d'un modèle de Machine Learning avec Python pour prédire la CLV des clients.
• Conception et mise en place d'un reporting hebdomadaire à la direction via un tableau de bord Power BI.
• Rédaction d'un guide documentant toutes les étapes et méthodologies du projet pour la pérennité.