Ingénieur Analytics Senior

Intégration en solo de la plateforme analytique d'un opérateur immobilier européen pour une refonte complète, passant de 8 systèmes sources fragmentés vers un socle BigQuery couvrant Finance, Opérations, Ventes, Marketing et Asset Management.

• Consolidation des paiements Stripe de 35 comptes (6 entités, 4 pays) dans un Data Mart Finance, fiabilisé par réconciliation et 16 tests qualité automatisés.
• Mise en place de l'attribution des leads par rapprochement de Salesforce, Pipedrive et des dépenses marketing, modélisant le cycle de vie des baux et l'occupation du parc en dimensions réutilisables pour l'Asset Management.
• Orchestration des pipelines dbt Cloud, dont 139 snapshots SCD2 pour l'historisation.
• Développement de nouveaux tableaux de bord Looker Studio en self-service.

Intégration en solo en tant que premier profil analytics d'une startup d'IA agentique pour construire la stack data interne et valider le moteur de génération SQL par LLM.

• Conception et optimisation de la couche sémantique (JSON) et des templates de funnel marketing, divisant le temps de génération par deux (de 20 à 10 minutes).
• Réalisation d'un LLM Benchmark (précision, latence, coût) par prompt engineering pour orienter le choix du moteur SQL.
• Centralisation de la logique métier dans dbt : modèles réunissant Facebook Ads, GA4 et Shopify de l'acquisition au revenu, et migration des transformations Power BI (DAX), désormais versionnées et testables.
• Maîtrise des performances et coûts Snowflake : dimensionnement des warehouses, analyse des query profiles et déploiement de resource monitors.

Intégration d'une équipe de 14 personnes au sein de Kering Technologies pour moderniser et monter en charge la plateforme analytique du groupe selon une architecture data mesh, au service du reporting mondial et de la diffusion des pratiques d'analytics engineering sur les domaines Ventes, Omnicanal, Supply Chain et Marketing.

• Lancement de sa propre initiative du projet Refused Store : un dashboard Tableau croisant OMS, Salesforce et SAP sur les refus de commandes en magasin, à l'origine d'actions correctives qui ont optimisé la distribution des stocks et réduit de 92 % un manque à gagner annuel de près de 2 M€ (ventes mondiales 2022).
• Agrégation des ventes internationales de quatre maisons avec conversion de devises (forex) et contrôle du cycle de vie des commandes, livrant un reporting financier consolidé et des KPIs commerciaux à l'échelle du groupe.
• Migration du projet dbt d'AWS (Athena, S3) vers BigQuery selon une architecture Médaillon, en application de la stratégie Data Mesh du groupe.
• Mise en place de contrôles dbt (freshness, seuils de volume, cohérence des paramètres) sur l'ensemble des pipelines, détectant les anomalies avant qu'elles n'atteignent les analyses.
• Création d'un dashboard Tableau de monitoring pour la qualité des données et les tests fonctionnels, permettant aux équipes métier d'identifier les anomalies et valider rapidement les indicateurs clés.

Intégration d'une mission pour Jaguar Land Rover au sein d'une équipe de 3 personnes à Paris (plus une équipe ops offshore à Mumbai) pour l'architecture et l'intégration des données CRM entre SAP S/4HANA et Salesforce Marketing Cloud, au service des ventes, du service client et des campagnes sur 5 continents.

• Construction de pipelines d'extraction et de segmentation SQL automatisant dédoublonnage, normalisation et nettoyage, garantissant l'intégrité sur des sources et géographies multiples.
• Traitement des incidents avec la R&D SAP, atteignant un taux de résolution de 95 % et stabilisant les opérations durant le go-live et l'hyper-care.

Intégration d'une équipe de 6 personnes pour l'unification des données des sociétés acquises par Veepee au sein d'un entrepôt cloud centralisé, avec des couches analytiques et une gouvernance communes.

• Développement de modèles dbt livrant des jeux de données directement exploitables par les équipes métier.
• Définition des règles de qualité et de gouvernance, fiabilisant l'ensemble du cycle de vie de la donnée.

Intégration d'une équipe de 6 personnes en rôle de R&D sur la plateforme 3DEXPERIENCE, en charge de l'architecture de données de systèmes SaaS scalables.

• Élaboration des modèles de données, des frameworks de métadonnées et des couches de stockage : les fondations du data lake.
• Intégration de composants via WebAssembly (Emscripten), alignant le système de données sur les contraintes applicatives.