ALASSANE NDOUR

SNCF Réseau | Direction Générale du Numérique – Équipe Surveillance & Supervision (MATIS) Stage de fin d’études (6 mois) | Janv. – Juil 2025 | Lille, France Responsable : Mme Emmanuelle DELBOVE Contexte Mission : Conception d’un outil Power BI national pour moderniser le suivi de la régénération des caténaires (15 000 km de réseau), remplaçant l’application historique OSTEOCAT (limites : absence de visualisation dynamique et d’automatisation). Objectif : Accélérer la maintenance prédictive via une meilleure traçabilité des données techniques (usure, tensions mécaniques, anomalies). Réalisations clés ✅ Tableau de bord Power BI avec : Cartographie interactive (Azure Maps) et 3 modules analytiques : Suivi des indicateurs techniques (usure, tensions, anomalies). Benchmarking régional des performances par ligne. Alertes automatisées pour seuils critiques (ex. : dépassement des tolérances de sécurité). Impact : Réduction de 40% du temps d’analyse pour les ingénieurs (de 2h à 1h15 par rapport). ✅ Automatisation des flux de données : Pipeline Azure Data Factory pour l’ETL (SQL → Power BI, rafraîchissement quotidien). Intégration avec DIGI.5 (outil de gestion des infrastructures SNCF) pour une centralisation des données. ✅ Optimisation de l’application CMIMSSI : Debugging et amélioration des dashboards ELK (monitoring temps réel). Formation de 5 sessions pour les utilisateurs. Compétences Outils : Power BI (DAX, Power Query), Azure (Data Factory, SQL), ELK Stack, DIGI.5. Méthodes : Data Visualization, ETL, Maintenance Prédictive, Agile (Scrum). Soft Skills : Collaboration transverse, présentation de solutions à la direction. Résultats 📊 Réactivité améliorée : Détection 30% plus rapide des anomalies. 🔧 Économies : Réduction des interventions non planifiées (~50k€/an sur les lignes pilotes). 🌍 Scalabilité : Outil en cours de déploiement national. Mots-clés : #PowerBI #Azure #DataVisualization #MaintenancePrédictive #SCADA #ETL #Industrie4.0

Lors de mon stage au Centre de Monitoring et Maintenance des Services de Systèmes d'Information (CMMSSI) de SNCF Réseau, j'ai participé au développement de l'application CMMSSI, un projet clé visant à transformer les données issues de capteurs sur le réseau ferroviaire en informations exploitables pour la maintenance. Mes missions : Analyse des besoins métier : Collaboration avec les équipes pour identifier et définir les exigences métier. Collecte et traitement des données : Mise en place de processus d'extraction, formatage et stockage des données. Supervision et monitoring : Création de tableaux de bord interactifs via la suite ELK (Elasticsearch, Logstash, Kibana) pour faciliter la visualisation des données. Développement de systèmes d'alertes : Intégration d’alertes en temps réel pour notifier les anomalies aux équipes concernées. Ce stage au cœur de l’Industrie 4.0 a été une expérience dans la gestion de la maintenance préventive et l’optimisation des services dans un environnement industriel automatisé. Ce stage m'a permis d'acquérir une expertise technique en automatisation et supervision dans un cadre centré sur la performance et la transformation numérique.