CV/Mission d'Analyste Cognos freelance

Exemple de missions de Mokhless,
Analyste Cognos habitant les Hauts-de-Seine (92)

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