Ingénieur Data Analyst / Développeur

Intégration d'une équipe de développement mainframe afin de moderniser et maintenir les applications héritées.

• Développement et maintenance d'applications en COBOL et C# dans un environnement mainframe complexe.
• Conception de requêtes SQL avancées pour l'évolution des bases de données, incluant l'ajout de nouvelles variables dans les tables existantes.
• Développement et modification de programmes COBOL en améliorant la lisibilité du code et en produisant une documentation technique complète.
• Exécution des traitements batch via JCL et validation des jobs dans l'environnement d'exploitation.
• Création de composants C# permettant l'interaction entre les programmes COBOL et les tables de bases de données.
• Développement et adaptation de pages et interfaces en XML pour assurer la communication entre les différentes couches applicatives.
• Réalisation de tests techniques et fonctionnels via l'interface EID pour garantir la qualité et la stabilité des développements.
• Maintenance corrective et évolutive des modules existants, en résolvant les anomalies et en améliorant les fonctionnalités.

Formation intensive axée sur l'apprentissage du langage COBOL et le perfectionnement en Java.

• Acquisition des fondamentaux du langage COBOL à travers des exercices pratiques inspirés de situations professionnelles réelles.
• Approfondissement des compétences en Java via des cas d'usage concrets et transposables en environnement professionnel.

Étude complète des données relatives aux comportements de mobilité et aux déterminants du choix du mode de transport.

• Préparation, nettoyage et structuration des données à l'aide de Python et R pour garantir leur qualité et leur cohérence avant les analyses statistiques.
• Réalisation d'une analyse exploratoire des données pour identifier les tendances et les facteurs influençant les choix de déplacement (distance, âge, sexe, motif de déplacement).
• Conception et développement de modèles économétriques de type logit pour modéliser le choix modal entre différents modes de transport.
• Développement de scripts en Python et R pour automatiser les traitements statistiques et faciliter l'analyse des données à grande échelle.
• Création de tableaux de bord et de visualisations interactives avec Power BI pour présenter les résultats et faciliter l'interprétation des analyses.
• Synthèse et interprétation des résultats afin d'identifier les déterminants du choix du mode de transport et de mettre en évidence les tendances de mobilité.