A D

Au sein du pôle Data & Performance : • Migration du patrimoine SAS vers DataIku, utilisation de Python comme accélerateur • Mise en place des workflows via le Design node de DataIKu (Flows zone, recipes, variables, Python, SQL) • Mise en production via l’automation node des workflows finalisés • Accompagnement des métiers sur DataIku pour leurs uses cases Environnement technique : Dataiku DSS, SQL (Oracle, MySQL), Python, SAS

Au sein de l’équipe Data Quality du CoE Gouvernace et Stratégie Data au sein BCEF, mission autour des risques de crédit et du reporting réglementaire en adaptant les outils existants de contrôle et d’évaluation de la qualité aux outils de pointe du marché. • Promotion de la data et de la data quality au sein de BCEF • Recueil et analyse des spécifications techniques • Mettre en place un outil de pilotage permettant de suivre les données, les indicateurs qualité (Facilités, Tiers et garanties), les remédiations et les projets réglementaires • Définir, concevoir et produire des indicateurs qualité, identifier les disqualités et accompagner les métiers pour y remédier • Construction et automatisation de dashboard via DataIku & Tableau (migration vers Dataiku avec des workflows plus lisibles et partageables avec les autres membres de l'équipe, restitutions plus visuelles) • Support et supervision de la montée en compétence des autres membres de l’équipe sur DataIku Environnement technique : Dataiku DSS, SQL (TeraData), Python, Tableau, Power BI, Jira

• Analyse des données dans Dataiku pour la recette du core model "Transactions Orders" • Restitution sur les données disponibles et qualité sur ces données • Documentation de la donnée dans DataGalaxy • Time series features extractions with tsfresh • Outlier Detection algorithms in Python (IForest, Local Outlier Factor, One-class SVM detector, Minimum Covariance Determinant) Environnement technique : Dataiku DSS, GCP (BigQuery, DataStudio), DataGalaxy, Python

Au sein de la Tribe Customer Interaction and Sales Support, mon rôle est d’être support du marketing pour les opérations d’acquisition et fidélisation grâce à des analyses statistiques, des études Adhoc, profils clients. • Création et mise à jour de datamarts sous SAS (SAS BASE, SAS MACRO, SAS SQL) • Automatisation des bilans de campagnes Marketing • Analyse d’opérations commerciales sur les produits et services ING : Daily Banking (Compte courant, AMP, NSS, Débit differé), ASV (Xsell et Upsell), BSP (comptes titre, PEA), Home Loan, Consumer Loan, livrets d’épargne • Assurer un travail collaboratif avec les équipes IT afin de s'assurer de la qualité et de l’exhaustivité des données nécessaires à l'activité • Remontées des anomalies au Data Managment via des tickets Snow, analyse de ces anomalies dans des ateliers Code Review SQL • Extractions pour les campagnes réglementaires type Eckert, KYC, CRS, FATCA • Monitoring du nombre de contacts réalisés des campagnes sortantes, envoi automatique d’un email via SAS • Modélisation de scores prédictifs grâce aux méthodes de Machine Learning via Python (Challenge groupe) Environnement technique : SAS Enterprise Guide, SQL, Python, ServiceNow, Confluence

• Club affinitaire EKOYA - Gestion des bases clients (alimentation et réalisation de requêtes) - Analyse des données collectées (études profils clients, description dynamique des clients) - Création de ciblage des actions commerciales, extraction avec les outils Sugar CRM et SAS - Migration programme de reporting (SAS) et mise à jour segmentation newsletters • Marketing Direct - Service Agenda - Réception et traitement des fichiers de prospection - Suivi et mesure des retours de campagne - Bilan de campagne et préconisation pour les prochaines campagnes - Préparation du budget pour la prochaine campagne • Benchmark entre les outils de Data visualisation : Tableau, Qlik Sense et Power BI • Outils utilisés : SAS, SQL, Excel, PowerPoint, Sugar CRM, Power BI, Qlik Sense, Tableau

Au sein du Pôle suivi des activités, mon rôle c’est d’aider les centres financiers à mieux piloter leurs équipes de service développement et service clientèle grâce aux analyses et KPIs fournis. Les produits commercialisés sont : Santé, Prévoyance, Épargne, Santé, IARD, Argent au quotidien, Toutes assurances • Optimisation de la restitution des données commerciales (chiffres et analyse) • Réalisation du tableau de bord mensuel de performance commerciale • Participation à la conception et au suivi d’opérations de stimulations commerciales • Prévision des ventes par Centre Financier Environnement technique : SAS Enterprise Guide, SQL, VBA, PowerPoint

- Aide à la migration du système de récupération des données de marché de Bloomberg vers le système Reuters (Indices Daily & Intraday et Futures Daily & Intraday) - Récupérer les données de marché - Analyse des données nécessaires - Data mapping entre Reuters et DB Quantitative Research - Intégration des données dans la DB - Mise en place d'un process Futures Statics pour rajouter automatiquement en DB les produits dérivés futures qui y manquent. - Outils utilisés : SQL Server 2008 , Toad for Oracle