EXPERIENCES PROFESSIONNELLES
Crédit Agricole CA-CIB : Décembre 2019 – Aujourd’hui
Consultant DataViz COGNOS / Data Analyste
Mission :
▪ Conception et modélisation des datamarts et des couches sémantiques dans COGNOS BI.
▪ Participer à la rédaction des spécifications fonctionnelles et techniques
▪ Développer des rapports, tableaux de bord
▪ Rédiger la documentation utilisateur
▪ Assister et former les utilisateurs métier
Environnements Techniques :
- Cognos Analytics 11.1 (Framework Manager, Report Studio, Transformer, Portail...)
- Teradata : SGBD
La Poste Branche Numérique : Juin 2019 – Novembre 2019 (6 mois)
Responsable BI / Data Analyste :
BI / Gestion de projet :
▪ Identification des données sources exploitable et analyse de qualité.
▪ Étude des moyens de collecte et du stockage de données.
▪ Mis en place des dictionnaires de donnés.
▪ Réalisation du LAB.
▪ Analyse de risques et RGPD sur les données personnelles.
▪ Rédaction des expressions des besoins pour l'instruction des données dans le Data Lake.
▪ Validation des chiffrages et suivi d’instructions des donnés dans le Data Lake.
▪ Recettes.
Reporting :
▪ Identifier l’usage des données en termes de KPI.
▪ Validation des règles de gestion des Dashboard.
▪ Transformation des donnés sources via Datai Ku et analyse des données.
▪ Développement des rapports via Tableau Software et Datai Ku.
Environnements Techniques :
▪ Tableau Software, Datai Ku, Power BI, R, Python
▪ SQL, HIVE, CLOUDERA
Janvier 2017-Aujourdhui Euler Hermes : Assurance-Crédit Consultant Décisionnel / Data Analyste:
Mission
Analyser les expressions de besoin en provenance des métiers et planifier lesgrands axes du projet, les tâches associées et l’ordre de priorité.
Exploiter la base de données et vérifier la cohérence entre les différents schémas et tables.
Comprendre l’ensemble des données commerciales pour développer des indicateurs efficaces d’aide à la décision.
Préparation & nettoyage des données:
Créer et paramétrer des tables et des vues dans DB2 SGBD via Toad.
Mise en place des Mettre en place des procédures stockées afin de gérerles données manquantes et erronées.
Analyse & Modélisation:
Valoriser les données et maximiser leurs utilités en via des techniques statistiques de machine Learning (LibrairiesPython).
Déterminer les modèles statistiques qui correspondent aux problématiques des métiers.
Nettoyage et Data Pre-processing sur l’ensemble des données (gestion de données manquantes et de variables catégoriques...).
A/B test sur les données pour déterminer les corrélations ainsi que la signification visuelle via des Dashboard.
Déterminer la méthode d’apprentissage appropriée (régression, classification, Réseaux de Neurone...)
Construire les modèles, estimer ses paramètres et valider les hypothèses statistiques.
Créer des Réseau de Neurone Artificielle afin d’entrainer le modèle d’une manière approfondie et optimiser la fonction de cout.
Calculer la prédiction et la matrice de précision.
Simuler les «Data Set» de traininget de testafin d’augmenter la performance des modèles et ajuster l’apprentissage.
Evaluer et maintenir les modèles développés.
ETL :
Développer des requêtes d’alimentation dans Data StageIBM. Ces traitements permettent l’alimentation des outils décisionnels d’une fréquence régulière.
Développer des cubes (OLAP) qui permettent le calcul des règles de gestion des métiers.Reporting:
Concevoir et mettre en place des tableaux de bord via des outils décisionnels (QlikView, CognosReport Studio, Power BI)
Mettre en place des indicateurs quantitatifs, qualitatifs, et visuels.
Développer des rapports à envoyer et/ou publier sur le serveur.
Réaliser le déploiement et larecette technique et fonctionnelle de l’application et fournir des procédures ainsi que des modes opératoires.
Assurer la formation des utilisateurs et la maintenance des applications.
Présenter les résultats des études réalisées en interne (Métiers et Direction Générale)
Environnement Technique:
DB2, DataStage, Cognos Report Studio,COGNOSAnalytics,SQL, R, Python.Novembre 2014 –Décembre 2016Natixis Payment Solutions –Paris Consultant MOA/MOE Décisionnel & Data-miner
Mission
Définitiondes besoins utilisateurs :
Animer les ateliers d’expression des besoins internes et valider les règles de gestion.
Planifier lesgrands axes du projet, les tâches associées et l’ordre de priorité.
Analyser l’ensemble des données commerciales pour développer des indicateurs efficaces d’aide à la décision.
ETL
Télécharger et transformer les données via un ETL (Amadea).
Paramétrer les Sources (connexions) et les cibles et extraire les données.
Transformer les données et mettre en place les requêtes.
Charger les fichiers sources qui alimentent les outils décisionnels.
Reporting
Concevoir et mettre en place des tableaux de bord via des outils décisionnels (QlikView, Cognos Report Studio)
Mettre en place des indicateurs quantitatifs, qualitatifs, et visuels.
Développer des rapports à envoyer et/ou publier sur le serveur.
Réaliser le déploiement et la recette technique et fonctionnelle de l’application et fournir des procédures ainsi que des modes opératoires.
Assurer la formation des utilisateurs et la maintenance des applications.
Intégrer les nouvelles données dans les rapports existants.
Présenter les résultats des études réalisées en interne (Métiers et Direction Générale) et en externe (Banques Populaires et Caisses d’Épargne).Environnement Technique:
QlikView, CognosReportStudio,COGNOSAnalytics,SQ
DOMAINES DE COMPÉTENCES:
Compétences Fonctionnelles:
Déterminer et analyser les besoinsauprès des métiers.Mettre en place des spécifications fonctionnelles et techniques ainsi quedes modes opératoires sur les projets.Assurer la qualité de développement selon les spécifications techniques et fonctionnelles.Accompagner le client tout au long de la réalisation du projet et la formation des utilisateurs.Data Science etAnalyse Prédictive : L'analyse prédictive et la modélisation statistique des systèmes efficaces d’aide à la décision.Maîtrise des algorithmes Machine Learning, Deep Learning et scénarios prédictifs des comportements clients.Evaluation et maintenance des modèles pour gérer les grands volumes de données et assurer la qualité d’apprentissage.Le développement des outils de reporting (Tableau Software, QlikView,CognosReport Studio, Cognos Analytics)Business intelligence:Bonne pratique de collecter, validerles données clients pour l’analyse.Maitrise la conversion, le nettoyage et la préparation des données et les transformerdans un format compréhensible par l’ensemble des collaborateurs.Bonne Connaissances de la conception de l’architecture d’un entrepôt de données décisionnel.Bonne pratiques du langage de requête SQLet DB2.Maitrise des outils d’alimentation (ETL) de type DataStage,SSISet Amadea.Maîtrise des outils de reporting dynamique (OLAP, bases multidimensionnelles)de type FMManagerde IBM.Data Visualisation:Maîtrise des outils de data management et visualisation (Python, R, QlikViewDesigneret Developper, IBMCOGNOSReportStudio,COGNOSAnalytics,Tableau, PowerBI, Excel).Maîtrise de la conception des indicateurs pertinents et les calculer ainsi que leurs présentations selon les besoins des utilisateurs.Maitrise des outils de reporting dynamique et multidimensionnel et présentation des résultats des études réalisées.
LANGUES Anglais professionnel
FORMATION
Année 2012Diplôme Ingénierie Financière : Analyse de données / Econométrie Bancaire et Finnancière