Abdou Rahim SECK

– Mise en qualité des données du projet AIRMI (Automatisation d'Inspection du Réseau et Moyen d'intervention) – Mise en place de pipelines ETL pour la préparation des métadonnées associés aux données images et LIDAR – Chargement des données préparées sur des containers Azure Storage – Suivi de l'éxecution des pipelines ETL de transformation des métadonnées json en format structuré sur Azure Synapse Studio – Suivi et monitoring des métadonnées images et Lidar sur Power BI – Mise en oeuvre de tâches d'inférence de modèles de détection d'anomalies sur les équipements électriques de RTE sur Azure ML Studio • Mise en oeuvre d'une assistant IA avec LLM pour vérification de livraison des données partenaire – Fonctionnement en mode agile : création et suivi des sprints sur Jira

– Réalisation d'interface de vérification et de valorisation des données des sites de réseaux de transports d'électricités (RTE) – Gestion et traitement de données (conception, mise en œuvre, maintenance) – Implémentation des règles d'application et de vérification des sites géographiques pour leur valorisation – Mise en place de schéma de base de données et suivi de la collecte des données – Extraction et analyse des données – Mise en oeuvre d'analyses et de modèles statistiques. – Chargé de suivi de l'application sur l'indisponibilité nucléaire des centrales et vulgarisation des résultats en temps réel

– Collecte et stockage des données à partir de différentes sources de données (bases de données, fichiers plats, apis) – Réalisation d'interface d'exportation et d'importation de données via les différentes bases de données utilisées et automatisation de traitements. – Agrégation et consolidation des différentes sources d'information en vue de la production de flux exploitables par les équipes métiers. – Participation à l'administration et à la mise en place de schéma de bases de données et suivi de la collecte des données – Appui aux analyses statistiques et participation aux travaux de modélisation et de datavisualisation

– Création d'indicateurs sur l'éducation prioritaire et les objets de la vie quotidienne. – Mise en place de deux dashboard R-Shiny pour le monitoring des KPIs. – Extraction de données sur les site statistiques publiques (ministère de l'éducation) – Comprendre les besoins des équipes de la division afin de suivre et optimiser leurs activités – Traitement et nettoyage des données via et SAS et R – Visualisation des KPIs via l'outil de visualisation avec R shiny

– Monitoring journalier d'indicateurs statistiques sur le suivi de la COVID-19 dans les pays méditerranéens – Scraping de données via des interfaces web des statistiques publiques des pays méditerranéens sur le suivi des indicateurs de la COVID-19 (Python) – Mise en place d'une application VBA automatisée pour la mise à jour des indicateurs et alimentation de la base de données sur la COVID-19 (sur un serveur SQLserver) – Monitoring des KPIs via l'outil de visualisation de l'entreprise – Mise en oeuvre de modèles prédictifs sur les données de l'enquête SHARE (Survey of Health, Ageing and Retirement in Europe). – Modélisation de la probabilité de bénéficier d'une aide venant de leurs enfants : mise en oeuvre d'un modèle Random Forest. – Modélisation de la probabilité d'être placé en institution de retraite au cours du temps : mise en oeuvre d'un modèle de durée (Kaplan-Meier)