Consultant Senior Data Analytics Engineer

Rejointe d'une équipe de transformation data au sein d'une banque mondiale pour moderniser l'infrastructure de modélisation des risques, en s'inscrivant dans un projet critique de migration des données LRF vers un nouvel écosystème cloud.

• Pilotage de la refonte des RDS (Limited recourse loans) en orchestrant la modification des anciennes sources de données et le sourcing vers la nouvelle base de modélisation Risq en environnement PySpark.
• Conduite d'une analyse exhaustive des écarts (Gap Analysis) et de la qualité des données (Data Quality Analysis) sur l'ensemble des livrables du projet.
• Restitution des résultats des analyses devant le Data Quality Committee, formalisant les recommandations et les risques associés.
• Support aux parties prenantes du projet (LOD1 – GLBA, LOT2 – MRM) lors des revues RDS LRF.
• Traitement et suivi de l'ensemble des recommandations issues des revues de gouvernance.
• Maintien de l'intégrité documentaire et respect des procédures internes tout au long du projet.
• Transfert de connaissances structuré sur les processus, outils et standards mis en place.

Intégration de l'équipe data d'une banque de détail dans un contexte de modernisation des modèles de scoring de crédit et de renforcement de la gouvernance des données de risque.

• Identification et extraction des données sources pertinentes afin de construire des bases de données robustes alimentant les analyses prédictives du scoring d'octroi.
• Préparation des datasets d'entraînement et de validation par nettoyage systématique, traitement des valeurs manquantes, gestion des variables catégorielles et création de features pertinentes.
• Développement de scripts d'extraction et de transformation (SQL, Python) optimisant le pipeline de data engineering préalable à la modélisation statistique.
• Contribution à la modélisation statistique du score d'octroi (scorecard) en participant au choix des variables explicatives et à l'entraînement des modèles logistiques.
• Conception et déploiement de reportings analytiques Power BI et Excel automatisés permettant de suivre les performances des modèles et des indicateurs de risque (score, PD, taux de défaut).
• Mise en place de dispositifs de contrôle qualité des données (Data Quality), garantissant la fiabilité et la traçabilité des données en entrée des modèles et des reportings métiers.
• Participation à la documentation formalisée des modèles (modèle PD, score d'octroi, backtesting) en vue de la validation réglementaire.

Pilotage de la qualité des données et fiabilisation des reportings au sein d'une unité de factoring d'une banque mondiale.

• Suivi de la qualité des données alimentant les reportings réglementaires et opérationnels, en mettant en place des contrôles de cohérence systématiques.
• Maintien et évolution des DataMarts existants, garantissant leur disponibilité, performance et conformité aux exigences métiers et réglementaires.
• Interlocution privilégiée entre les métiers et les équipes informatiques pour clarifier, formaliser et traduire les besoins data.
• Réponse aux demandes ad hoc d'extraction et d'analyse, en proposant une restitution adaptée aux enjeux réglementaires et opérationnels.
• Réalisation de travaux d'analyse data (contrôles de cohérence, reporting BI) afin de communiquer des données fiables aux décideurs.

Pilotage de l'architecture data et de la gouvernance pour un projet de transformation majeure au sein de la gestion d'actifs, en mettant en place des flux de données fiables et une gouvernance pérenne.

• Collecte, formalisation et documentation des besoins data avec les métiers afin de définir les KPI réglementaires et métiers.
• Mise en place d'une gouvernance de données structurée : définition des règles de qualité, implémentation de la traçabilité (data lineage) et mise en œuvre des contrôles de cohérence.
• Rédaction des spécifications fonctionnelles pour accompagner les évolutions applicatives et répondre aux demandes métiers.
• Développement et automatisation des flux de données (ETL) permettant de fiabiliser la collecte multisources et de garantir la complétude des données.
• Conception et industrialisation des indicateurs de performance ainsi que des dashboards Power BI permettant le pilotage décisionnel.
• Administration et supervision des environnements BI, garantissant sécurité, disponibilité et évolutivité de l'infrastructure.

Gouvernance et fiabilisation des données au sein d'une équipe dédiée à la gestion de portefeuille et au calcul de la valeur nette d'inventaire (NAV).

• Conception et industrialisation de chaînes ETL (SQL, VBA) pour l'alimentation automatisée des bases de données dédiées au calcul de la NAV.
• Traitement, transformation et fiabilisation des données en effectuant des contrôles de cohérence, gestion des valeurs manquantes et rapprochements inter-systèmes via SAS et SQL.
• Mise en place de dispositifs de Data Quality sur l'ensemble des données de NAV : définition des règles métiers, création d'indicateurs de complétude et implémentation des contrôles de seuils.
• Gestion et gouvernance des Master Data, incluant le suivi des référentiels, la traçabilité des flux et la documentation des règles de gestion.
• Développement et automatisation des reportings décisionnels sous Excel/VBA et Power BI, permettant le pilotage opérationnel et métier.