Data Analyst/Scientist

Intégration de l'équipe Développement de la Direction Commissionnement & Rémunération Variable afin de moderniser et fiabiliser la chaîne de traitement des données.

• Analyse des besoins métiers en réalisant le reverse engineering d'un outil legacy VBA/Excel d'environ 14 modules et 7 500 lignes.
• Conception de la modélisation UML, incluant les cas d'usage, classes et séquences en langage métier.
• Mise en place de pipelines de staging en migrant vers Python et PostgreSQL les traitements d'alimentation de 38 fichiers quotidiens issus de 8 canaux de distribution.
• Garantie de la qualité et de la cohérence des données du système de commissionnement.
• Développement de tests unitaires et de non-régression pour valider l'équivalence avec l'existant.
• Analyse et correction de diverses anomalies sur les flux de données.
• Refonte des interfaces de restitution en créant des cartes choroplèthes par territoire.
• Développement d'un simulateur What-If sous Streamlit pour projeter les volumes à 6 mois.
• Analyse de plus de 8 millions d'enregistrements de ventes et du barème.
• Réalisation de prévisions de volumes obtenant un MAPE de 66 % à 16 %.
• Exécution d'une régression Log-Log à effets fixes avec un R² de 94 % ayant orienté la restructuration du barème.

Collaboration avec Africa Fintech Forum pour piloter la performance et centraliser les flux de données de l'organisation.

• Pilotage de la performance en créant des tableaux de bord Power BI intégrant DAX et Power Query, ce qui a permis de réduire de 40 % le temps de reporting.
• Conception d'un Data Hub centralisé en automatisant des pipelines ETL avec Python, SQL et MySQL.
• Application de protocoles rigoureux de data governance pour sécuriser et structurer l'information.

Participation à des travaux de recherche au sein d'AMSE et d'Aix-Marseille Université en tant qu'assistant.

• Réalisation de l'analyse exploratoire des données (EDA) automatisée de plus de 15 000 enregistrements.
• Effet du nettoyage, de la standardisation et de la détection d'anomalies sur les jeux de données.

Engagement dans des actions bénévoles de mentorat auprès de jeunes élèves.

• Assurance du tutorat régulier de mathématiques pour des élèves de classe de 4ème.
• Démonstration de pédagogie, de patience et d'un grand sens de l'écoute pour faciliter la compréhension des notions.