EXPERIENCES PROFESSIONNELLES
Synthèse des expériences, présentations détaillées des missions et réalisations pagessuivantes
CHEF DE PROJET DATA CONFIRME / EPIC OWNER
FDJ AVRIL 2022 – JUILLET 2023
CHEF DE PROJET DATA CONFIRME
TECHNIPENERGIES 18 MOIS
• Cadrage et pilotage des projets data
CHEF DE PROJET DATA/DECISIONNEL CONFIRME
TECHNIPFMC 12 MOIS
• Projet Global reporting Foundation (GRF) : construire des tableaux de bord PowerBI pour chaque domaine de métier de TechnipFMC
• Construction d'une base de donnéesstructurée à partir des documents de spécification des projets de construction
CHEF DE PROJET
TOTAL 4 MOIS
• Extraction des informations précises à partir des fichiers Pdf des contrats fournisseurs Total.
DATA SCIENTIST SENIOR / CHEF DE PROJET
FNACDARTY 2 ANS
• Mise en place de l’outil MIPL (la plateforme intelligente de l’enrichissement des données MDM)
CONSULTANTE DECISIONNELLE / CHEF PROJET DECISIONNELLE
PIERRE FABRE 3 MOIS
• Mise en Place de l’outil d’analyse et monitoring des KPIs Business
DATA SCIENTIST SENIOR / CHEF PROJET
GROUPE PRATIQUE / LABSENSE 2 ANS
• Mise en place d’un re formulateur de textesfrançais
• Mise en place d'un moteur de dédoublonnage en utilisant des techniques avancées de TA, (Traitement automatique de la langue) et Intelligence artificielle
• Conception et implémentation des nouveaux algorithmes multilingues de génération de texte ( Français, Anglais...).
CHEF PROJET / DATA ANALYSTE
LEADS MONITOR / MYMEDIA 9 MOIS
• Mise en place de l’outil d’analyse prédictive et suivi des sites web
DATA ENGINEER/DATA SCIENTIST
MYMEDIA 6 MOIS
• Mise en place de l’outil d’analyse prédictive et suivi des sites web
DATA ENGINEER/DATA SCIENTIST
BNPPARIBAS 2 ANS
Conception et mise en place d’une nouvelle infrastructure de gestion de logs comprenant une nouvelle base de données automatisée et des applications web
CV Détaillé
FDJ –GESTION DE PROJETS DATA
12 MOIS (AVRIL 2022 – JUILLET 2023)
CONTEXTE : Accompagner les équipes métiers et développement dans la mise en place des projets Data et Data science.
INTERLOCUTEURS : Responsables Métier et les PO, développeurs et data scientists et data ingénieurs.
RÔLE : Chef de projet / Epic Owner
Epic Owner Loterie pour la plateforme Datalake : rattachée à la datafactory Loterie, je porte les besoin de métiers de la
Datafactory auprès de la direction de la Data.
INTERLOCUTEURS : Responsables Métier et les PO, développeurs et data scientists et data ingénieurs.
RÔLE : Chef de projet / Epic Owner
• Interlocutrice principale de la Data factory Loterie pour les projet Data centralisés.
• Coordonner les équipes transverses, Data Factory, Datalake et les front Digitaux pour activation des cas d’usage
métiers/marketing automation tels que industrialisation des segmentation client et moteur de recommandation de Jeu
responsable
• Rédaction des expressions de besoin
• Recette des livrables sur l’environnement Hadoop et Teradata et rédaction des PV de recette.
• Gestion du backlog de tâches des Data ingénieurs rattachés à la Data Factory et suivi des travaux de la préparation des
données dans l’usine Datalake :
o Modélisation des données client selon MoM dans le Datalake
o Documentation des objets métiers et business taxonomy dans Collibra, l’outil de data cataloogig de FDJ
o Industrialisation des segmentation client sur la plateforme Datalake
• Accompagner les équipes métiers dans les phase d’étude de faisabilité technique des Use case Data/Data sciences en
coordination avec l’équipe Datalake
ENVIRONNEMENT TECHNIQUE : Méthodologie Safe avec Snow, plateforme Datalake Hadoop distribution Cloudera, DWH
Teradata
TECHNIP ENERGIES – GESTION DE PROJETS DATA ET DATA SCIENCE
18 MOIS (SEPTEMBRE 2020 –ACTUELLEMENT)
CONTEXTE : Accompagner les équipes métiers et développement dansla mise en place des projet Data et Data science.
INTERLOCUTEURS : Responsables Métier, développeurs et data scientists.
RÔLE : Chef de projet / Data coordinator
Cadrage et pilotage de plusieurs projets data
• Préparation et animation des ateliers avec les métiers de chaque “business domain” au sein des “Business Unit” à
travers les cinq continents.
• Cadrer les besoins métiers ; collecter les besoin et rédiger les expression de besoin
• Priorisation des projets et des fonctionnalités attendues avec la coordination de la direction
• Préparation des documentsinternes pour l’AO
• Spécifications et modélisationstechnique et fonctionnelle de la plateforme d’extraction d’information précise à partir
des document des projets de constructions (InDEx)
• Evaluation technique et financière des solutions proposées
• Préparation et animation de Kickoff ET des SteerCo
• Participation au daily des équipes projets
• Animation de comité technique une fois par mois
• Participations au comité de suivi hebdomadairement
• Suivi et coordination pour la mise en place de plusieurs modules :
o Analyse prédictive sur les données de finance pour prédire les heures totales pour un projet de construction : développement et mise en production
o Clustering des projets de constructions afin d’identifierles projets similaires sur le plan de la distribution de la
charge mensuelle en heure sur la durée de vie des projets de construction
o Mise en place de Data Model TechnipEnergies
• Rédaction des guides d’utilisateur et de la documentation technique
RFP plateforme de Data science de TechnipEnergies
Rédaction des documents RFP : expression de besoin, plan d’évaluation et la roadmap de la mise en place de la
plateforme Data Science TechnipEnergies
• Evaluation technique et financière des plateformes Data Science en compétition
o Participation aux ateliers de montée en compétences pour les métiers
o Participation aux tests de plateformes avec les uses cases métiers identifiéslors de la phase IA Assesment
o Accompagnement des équipes métiers pendant la phase de test des plateformes Data Science
• Coordination du déploiement de la plateforme sélectionnée sur le Cloud Azure
AIA : Artificial Intelligence Assesment
• Préparation et animation des ateliers d’IA avec les équipes métiers
• Cadrer les besoins métiers et rédaction d’expression de besoin
• Scorerles cas d’usage IA : estimation de coût et de gain
• Priorisation en coordination avec la direction des cas d’usage
• Cadrage des spécifications détaillés du cas d’usage :
o Prédiction de cout des projets de construction pour chaque cutoff et chaque discipline
o Recatégorifions des demandes ICR (change request) : recatégoriser les demandes de changement de scope de
projet de construction
o Classification des‘Mooring linesfailures‘
o Prédiction de coût de la construction des pipeline (umbilical data)
• Encadrement de stagiaires sur la réalisation des POC
ENVIRONNEMENT TECHNIQUE : Git, Azure DevOps, AzureML, cloud Azure, Microsoft Planner
TECHNIPFMC – GESTION DE PROJETS DATA ET BI
12 MOIS (DECEMBRE 2019 – SEPTEMBRE 2020)
INTERLOCUTEURS : Responsables Métier, développeur et data scientists.
CONTEXTE : Pilotage de projets PowerBI, approche agile dans un contexte multinational
RÔLE : Chef de projet / Data coordinator
Dans le cadre de ce projet BI/PowerBI, mon rôle était surtout de faire interface entre les gens de métiers et les développeurs.
C’est pourquoi j’interviewais les métiers, je rédigeaisles document de spécification destableaux de bord PowerBI.
• Coordonné entre les métiers et développeurs PowerBI
• Gérer les équipe de développement et animation des cérémonies agile
• Interview avec les métiers, rédiger les user stories,spécifier et documenter les tabelaux de bord et les KPI
• Partage les retours d'expérience
• Communication sur l’état de projet : points blocage, solutions apportées aux problèmes
ENVIRONNEMENT TECHNIQUE : Environnement BigData TechnipFMC – PowerBI, Cube SSAS, Oracle Data base, Sql Server,
Microsoft Planner
Construction d'une base de données structurée à partir des données textuelles et les images dans les pdfs afin d’effectuer une
étude statistique sur l’augmentation du poids des constructions TechnipFMC
RÔLE : Chef de Projet Data/Data science
• Analyse des données non structurées, des besoins métiers et faire le lien entre les deux.
• Extraction desinformations précises à partir des données de base de documents de Technip (documents de
spécification techniques des projets de construction)
• Constitution d’un dataset pour les analyses statistiques
o Prédiction du poids des projets de constructions
o Analyse des évolutions technologiquesliées à l’exploitation des données
o Recherche et préconisation dessolutionstechniques
• Spécification techniques et fonctionnelles des applications destinées aux équipes métier
ENVIRONNEMENT TECHNIQUE : Spark (pySpark Spark ML, Zeppplin), Python (Pandas, SikitLearn, OpenCV) , OCR, NoSql
(MongDB), CentOs,Git
TOTAL –CHEF DE PROJET NLP
4 MOIS (MARS 2020 – JUIN 2020)
Extraction desinformations précises à partir des fichiers Pdf Scannés ou natifs des contrats fournisseurs Total
RÔLE : Chef de projet
• Traitement des images : Object identification, identifier les zones de tableau (BoundingBox), manuscrit et signature
dans chaque page
• OCR : Extraction du texte à partir des images, reconnaissance des caractères à partir des manuscrits et des zones de
signatures
• Extraction d’information : Constitution semi-automatique des règles d’extraction des informations en se basant sur les
techniques de Text mining telles que :
o Analyse de concurrences
o Exploration contextuelles
ENVIRONNEMENT TECHNIQUE : Python (Pandas, SikitLearn), pytesseract, NoSql (MongDB), CentOs,Git, TensorFlow, YOLO,
OpenCV, Gensim (word2vec)
FNACDARTY -GESTION ET DEVELOPPEMENT DE PROJETS DATA ET TRAITEMENT DES DONNEES NON STRUCTUREE
2 ANS (SEPT 2017 – SEPT 2019)
INTERLOCUTEURS : Responsables Métier, chef de projet MDM, développeurs et data scientists.
RÔLE : Data Scientist Senior / Chef projet
• Spécific...