Achraf CHERNI

Projet : Migration data Warehouse Tâches : Surveiller et optimiser les performances de la base de données afin de garantir une haute disponibilité, une fiabilité accrue et une réactivité optimale du système. Collaborer avec les équipes transverses (BI, Data Engineering, Product) pour définir les besoins en données et soutenir les initiatives d'analyse et de reporting. Concevoir, implémenter et maintenir des solutions de data warehouse évolutives à l’aide de DBeaver, en mettant l’accent sur la modélisation dimensionnelle et une architecture performante. Participer à la conception des modèles de données ( Data modeling). Modèle conceptuel (CDM),Modèle logique (LDM),Modèle physique (PDM) Assurer la qualité et cohérence des données Valider et approuver les données sources du client pour assurer leur complétude, leur cohérence et leur compatibilité avec les schémas cibles. Préparer et livrer des rapports d’exécution détaillés du processus de migration, et gérer le traitement des exceptions en coordination avec le client. Participer aux activités de gouvernance du projet : contribution à la planification, à l’identification et à la gestion des risques, ainsi qu’au suivi de l’avancement. Fournir un support technique avancé pour l’optimisation des performances, l’optimisation des requêtes, la résolution de bugs, l’analyse de faisabilité et la gestion des escalades. Développer et documenter les processus ETL/ELT afin de soutenir les tâches de migration et l’exploitation des données en aval Garantir le respect des standards de gouvernance, de qualité et de sécurité des données tout au long du cycle de migration. Assurer le support lors des phases de tests d’acceptation utilisateur (UAT) et résoudre les problèmes de validation des données post-migration. Environnement technique : Power BI, DAX, PostgreSQL,SQL,Dbeaver, JIRA, Confluence

Projet 1: Implémentation de nouvelles règles et outils pour la production des rapports financiers Projet 2: Création et automatisation de rapports Power BI intégrant des données SAP Tâches : Analyse des besoins métiers en collaboration avec les directions financières et opérationnelles, dans le cadre de l’automatisation des reportings réglementaires et de gestion. Collecte des exigences fonctionnelles et opérationnelles, transformation en spécifications techniques détaillées, incluant les sources SAP, la granularité des données, et les contraintes de rafraîchissement. Conception de modèles de données avancés dans Power BI basés sur des données extraites de SAP via SAP OData Services pour exposer des vues SAP Audit des sources de données (SAP FI/CO, fichiers Excel, SQL Server, etc.), identification des tables clés (e.g. BKPF, BSEG, EKKO, VBAK) et évaluation de la qualité et de la traçabilité des données. Recueillir les besoins auprès des équipes (finance, marketing, assurance…) pour concevoir un modèle de donnée fiable Comprendre les règles de gestion Identifier les indicateurs clés (KPIs) à produire Automatisation des rapports financiers via Power BI Utilisation de Power Query (M language) pour le traitement des extractions et la transformation des données brutes (mapping, nettoyage, typage). Création de modèles en étoile (Star Schema) pour optimiser les performances et faciliter l’analyse multidimensionnelle. Écriture de mesures complexes avec DAX (calculs dynamiques, agrégations temporelles, KPIs financiers: EBE, CA, Marge brute, etc.) Mise en place de structures de reporting unifiées : recommandations sur la normalisation des schémas, la gouvernance des données et la centralisation des sources partagées (via Power BI Dataflows ou Azure SQL) Détection des anomalies de qualité des données, via l’analyse de logs d’extraction, d’incohérences dans les tables SAP, ou de ruptures de référentiel. Développement de rapports Power BI interactifs : tableaux de bord financiers, états de suivi de la performance, analyse de la rentabilité par secteur ou centre de coût, intégrant des filtres hiérarchiques, drill-down, drill-through. Mise en œuvre de la sécurité à la ligne (RLS) dans Power BI Service pour limiter l’accès aux données selon les rôles (comptabilité, contrôle de gestion, direction). Accompagnement et formation des équipes sur les bonnes pratiques Power BI Optimisation des requêtes Power Query, Syntaxe DAX avancée, Structuration des workspaces et gouvernance collaborative. Rédaction de modes opératoires (SOP) détaillant chaque étape du processus de reporting, de l’extraction SAP à la publication du rapport, dans une optique de maintenabilité et évolutivité. Environnement technique : Power BI, DAX, Power Query, SAP BO, Excel, VBA, VB, SQL

Projet : Migration et Automatisation des Tableaux de Bord Financiers – Intégration Power BI : Objectif : Optimiser le processus de facturation et moderniser le reporting financier en automatisant les traitements dans Oxygène via des scripts, en migrant les rapports Excel vers Power BI. Tâches : Optimisation du processus de facturation par le développement de scripts VBA dans Excel, permettant l’automatisation des extractions, contrôles de cohérence, et éditions des factures dans Oxygène. Suivre la performance et faire des feedbacks réguliers Recruter et intégrer les analystes Prioriser les demandes métiers Correction d’anomalies récurrentes dans les cycles de facturation à travers des règles de gestion intégrées dans les scripts. Conception de nouveaux rapports financiers automatisés, consolidés par activité ou client, et alignés sur les normes de contrôle de gestion (tableaux de bord analytiques, écarts budgétaires, coûts standards). Migration des reportings financiers manuels (Excel) vers une solution automatisée sur Power BI, avec : Power Query pour le traitement, la transformation et la normalisation des données sources, Modélisation en schéma en étoile pour la performance analytique, Création de KPIs dynamiques (retards de paiement, taux de facturation, encours, ROI…), Déploiement des rapports sur Power BI Service, avec gestion des workspaces, paramétrage des actualisations automatiques et Row-Level Security (RLS) Mise en place d’un Système de Contrôle de Gestion Définition et intégration d’indicateurs de pilotage et de performance (KPI, Balanced Scorecard). Structuration d’une base décisionnelle consolidée pour l’analyse des flux de facturation, des marges, et des coûts opérationnels. Environnement technique : Excel, Excel VBA, Google analytics, SAGE, OXYGENE, POWER BI Prem, Cloud Bigtable

Projet 1: Diriger la stratégie data globale, alignant les initiatives d'analyse sur les objectifs commerciaux de l'entreprise. Tâches : Encadrer des profils variés : data analysts, data engineers, data stewards Suivre la performance individuelle et collective (KPIs data) Coacher et accompagner la montée en compétences Instaurer une culture de collaboration et d’excellence Garantir la qualité des livrables (reportings, dashboards, études) Formuler des recommandations stratégiques Définir les standards de qualité des données (fiabilité, complétude, cohérence) Mettre en place des politiques de gestion des données (accès, sécurité, conformité) Sensibiliser les équipes à l’importance de la data Diffuser une culture data dans toute l’organisation Mise en place un framework BI permettant un suivi en temps réel des KPIs de performance opérationnelle. Gouvernance des Données (Data Governance) : Définir et faire appliquer les politiques et processus pour l'utilisation, la gestion, la qualité et la sécurité des données. Cela garantit la fiabilité des analyses. Priorisation des Projets : Collaborer avec les différents départements (Marketing, Ventes, Finance, Opérations) pour identifier leurs besoins en analyse, prioriser les projets les plus porteurs de valeur et définir les méthodologies à employer. Supervision de la Chaîne de Valeur Data : S'assurer que l'ensemble du pipeline de données (collecte, stockage, nettoyage, analyse, visualisation) fonctionne de manière optimale et que les données sont compatibles avec les logiciels utilisés. Mentorat et Expertise : Apporter un support technique et méthodologique aux équipes d'analystes, data scientists et ingénieurs data, favorisant la montée en compétence collective. Organisation du travail : Structurer l'équipe de manière efficace (par projet, par compétence ou par domaine métier), en utilisant souvent des méthodologies Agiles (Scrum, Kanban) pour gérer le flux de travail. Création d'une culture d'équipe : Favoriser un environnement de collaboration, d'innovation et de rigueur, essentiel pour garantir la qualité et la fiabilité des données Négociation et Priorisation : Arbitrer les demandes concurrentes entre les différents services, en se basant sur le potentiel retour sur investissement (ROI) de chaque projet d'analyse. Collaboration IT/Métier : Servir de pont entre les équipes techniques (infrastructure IT) et les utilisateurs finaux, en traduisant les besoins business en spécifications techniques et inversement. Environnement technique : Power BI, DAX, Salesforce, SAP, CES, Alteryx, Power Query Projet 2 : Mettre en place de nouvelles règles et une structure de lecture des données Ce projet incluant tous les partenaires : Consulting, Audit, Compliance, Banque Tâches : Rédaction de spécifications fonctionnelles et techniques pour la formalisation des besoins métier, dans le cadre de la migration et de la valorisation des données (Data Value Chain). Analyse approfondie du schéma de base de données du système source, incluant SAP et Salesforce, en vue de l’identification des objets de données pertinents et des règles de transformation nécessaires (transcodification, enrichissement, agrégation). Utilisation de SAP et Salesforce pour la définition des flux d’extraction et d’alimentation vers le data Warehouse cible. Exploration et documentation des sources de données multi-systèmes (SAP, CRM, systèmes legacy, fichiers plats) dans le cadre de l’intégration dans un référentiel centralisé ou un data lake Détection des anomalies de qualité de données (valeurs manquantes, doublons, incohérences référentielles) à l’aide de SAP Information Steward ou d’outils de data profiling Définition et rédaction de règles métiers de validation et de correction dans un cadre de Data Quality Management (DQM), intégrées aux chaînes de traitement et aux workflows de contrôle. Mise en place de processus de gouvernance des données incluant : La gestion des métadonnées (Data Catalog), La traçabilité des flux (Data Lineage), La définition des rôles et responsabilités (Data Owners, Data Stewards), L’application des politiques de sécurité et de conformité (RGPD, audit SAP). Environnement technique : Power BI, DAX, Salesforce, SAP, CES, Alteryx, Power Query Projet 3 : Mission BI – Développement d'une solution analytique avec Power BI & Azure Data Factory Client : Suez Tâches : Participation aux ateliers de cadrage avec les parties prenantes (équipes métiers, MOA, IT) pour affiner les exigences fonctionnelles et clarifier les jalons du projet. Formalisation des besoins métiers sous forme de spécifications fonctionnelles détaillées, en lien avec les cas d’usage de reporting et les objectifs de pilotage. Planification et pilotage du projet selon la méthodologie Agile (SCRUM), avec organisation des sprints, gestion des backlogs et animation des cérémonies (Daily, Sprint Review). Conception de l’architecture data en intégrant Power BI pour la visualisation et Azure Data Factory (ADF) pour l’orchestration des flux de données. Analyse des sources de données issues de systèmes hétérogènes (CCAP, QlikView, bases SQL), et mise en place de pipelines ETL/ ELT via ADF : Création de Linked Services, Datasets, et pipelines paramétrés pour automatiser l’extraction, la transformation et le chargement des données. Définition des KPI stratégiques autour de l’activité commerciale : Taux de satisfaction client (CSAT, NPS), Volumes et évolution des ventes, Segmentation des clients par statut (actifs/inactifs/potentiels), couverture de distribution et délais de conversion. Développement de rapports interactifs dans Power BI : Création de dashboards dynamiques avec filtres contextuels, drill-throughs, et visuels personnalisés, Mise en place de la sécurité à la ligne (Row-Level Security) pour garantir un accès restreint par profil utilisateur. Publication et déploiement via Power BI Service, gestion des workspaces, jeux de données partagés, actualisation planifiée des rapports, et documentation de la solution. Environnement technique : Power BI Prem, DAX,ADF, Power Query,QlikView

Projet 1 : Développement de tableaux de bord médicaux. Tâches : Extraction avancée de données cliniques à partir de bases de données médicales hétérogènes (bases relationnelles SQL/NoSQL, fichiers HL7, FHIR, ou exports CSV/XML structurés). Traitement des problématiques de format, de typage et d’interopérabilité des données médicales, avec standardisation via des scripts /SQL (cast typés, encodage, parsing, normalisation terminologique). Nettoyage et pré-traitement des données de santé selon les standards de la data quality (profiling, détection de valeurs aberrantes, règles métier de cohérence). Découpage, structuration et intégration du référentiel international ICD-10 (International Classification of Diseases) avec mapping des codes diagnostics, regroupements par pathologie, et enrichissement à partir de sources publiques (OMS). Création d’un référentiel médical interne unifié, incluant les entités : pathologies, traitements, spécialités, typologies patient, et hiérarchies cliniques. Élaboration d’un référentiel de facturation médicale, basé sur le calcul du coût moyen par pathologie et par pays, avec intégration des barèmes locaux et codification DRG Conception de dashboards Power BI ou Tableau pour la visualisation des données santé : tendances pathologiques, volumétrie de cas, comparaisons internationales, coûts unitaires, etc. Création automatisée de rapports médicaux personnalisés au format PPT à destination des clients (via Python, PowerPoint API ou Power BI Export). Analyse de la performance commerciale santé par client : suivi des ventes, évolution par pathologie et par segment géographique (pays, région, population cible) Mise en œuvre de techniques de segmentation et de classification avancée : Clustering par typologie de pathologie (ICD-10 → groupes de niveau 3 ou 4), Segmentation géographique et économique (niveau pays / région / revenu), Analyse croisée pathologie vs clientèle. Environnement technique : Medcase, SAP, Excel, Excel VBA, Stockage Cloud, Cloud SQL Projet 2 : Mettre en place un service fraude interne et externe : Il s'agit de créer une série d'alertes et de règles pour détecter les cas de fraude. Tâches : Analyse et extraction des besoins Création de diverses alertes à utiliser en cas de suspicion de fraude. Définissez le type de données et les sources fiables. Création et validation de maquettes. Traitement des erreurs liées à l'importation de données dans les systèmes. Projection des résultats et définition des axes d'analyse pertinents. Analysez la consommation des clients. Soumettre des rapports à la direction. Environnement technique : I2 Analyse IBM, SAS,SAP, Excel

Projet : Conception et développement d'un système de gestion et de suivi des applications pour le département RH. Tâches : Collecte de données Analyse et premières prévisions : gestion du temps et des indicateurs. Développements des campagnes Hermès et Altitude Création de tableaux de bord pour la gestion des activités. Planification personnelle WFM (outils de planification). Administrateur pour Avaya TIREX : outils de gestion en temps réel. (Heures productives, heures rémunérées, heures travaillées, flux...) Environnement technique : Excel, VBA, SQL, Access, VBA, QlikView