Data Analyst

Intégration de la Direction Stratégie, Data & Excellence Opérationnelle afin de piloter la performance et d'assurer le reporting opérationnel des lignes Business, Risques et Opérations.

• Analyse de données bancaires à grande échelle pour le pilotage de la performance et le reporting opérationnel.
• Conception et optimisation de data marts sous SQL, Python et PySpark, réduisant les délais de production du reporting de 30 à 40 % et améliorant la fiabilité et la disponibilité des données.
• Développement de tableaux de bord Power BI interactifs suivant des KPI en temps réel sur 3 lignes métier pour le suivi de la performance par la Direction.
• Construction et industrialisation de pipelines ETL récurrents et ad hoc avec des contrôles de qualité et de cohérence des données.
• Conception et déploiement d'un modèle de segmentation client par K-Means et classification hiérarchique pour orienter la stratégie commerciale et le ciblage des offres par ligne métier.
• Cadrage du besoin avec les équipes métier et restitution des analyses auprès de la Direction Générale.

Mission auprès du dépositaire central national des titres dans le cadre d'un projet de fin d'études pour optimiser le traitement des règlements-livraisons.

• Développement et mise en production d'un modèle prédictif des suspens de transactions dès le début du cycle de règlement-livraison, réduisant le délai de détection d'environ 65 % de 3 jours à moins d'un jour, soit près de 2 jours d'avance pour intervenir auprès des contreparties.
• Mise en place d'un système de scoring attribuant à chaque transaction un score de risque pour permettre aux équipes Opérations de prioriser les flux les plus critiques.
• Préparation et fiabilisation des données en réalisant l'exploration, le nettoyage et le feature engineering sur les flux de règlement-livraison.
• Livraison d'un tableau de bord Power BI de suivi en temps réel destiné aux équipes opérationnelles.

Intégration de l'entreprise pour faire évoluer l'assistance aux apprenants à l'aide de l'intelligence artificielle.

• Développement d'un assistant IA combinant RAG et LLM affiné sur les réponses de l'auteur du cours, ramenant le délai de réponse aux apprenants de 2 à 3 jours à quelques secondes.
• Analyse de l'usage et des retours utilisateurs pour prioriser les évolutions du produit.