Alvinice Kodjo

Gobiworld est une FinTech française spécialisée dans les solutions de paiement en ligne et services connexes pour favoriser l’inclusion financière via Mobile Money, opérant en Afrique (Bénin, Côte d'Ivoire, Cameroun, Nigeria). En tant qu'agrégateur universel, Gobiworld connecte les portefeuilles mobile de différents pays africains et permet ainsi des transferts de fonds et des achats d'actifs numériques. J'interviens en tant que Fractional CDO avec comme interlocuteurs directs le PDG pour la stratégie data, les développeurs, data engineers/analystes et les profils juridiques (équipe de 10 personnes distribuée entre la France et le Bénin et la Côte d'Ivoire). Objectif : Définir et déployer la stratégie data de l'entreprise et son cadre de gouvernance, dans un contexte de forte croissance, de données ultra-sensibles et de conformité réglementaire multi-pays. Missions : - Cadrage stratégique data avec alignement sur les objectifs business prioritaires - Définition de la roadmap data priorisée à 2 ans - Conception du cadre de gouvernance des données : politiques d'accès et de sécurité, règles de qualité, ségrégation des données par profil - Déploiement d'OpenMetadata : data catalog, data lineage et contrôles qualité - Animation d'ateliers d'acculturation data avec les équipes techniques et juridiques - Cadrage de cas d'usage IA prioritaires : détection et prédiction de fraude, scoring comportemental, analyse des patterns de transaction Impacts : - Stratégie data formalisée et roadmap validée par la direction menant vers une culture data-driven - Cadre de gouvernance opérationnel permettant une auditabilité réglementaire à tout moment - Réduction du risque réglementaire pour l'entreprise - Potentiel de réduction significative des pertes liées à la fraude Environnement technique : Azure, OpenMetadata, Power BI

WedR est un cabinet de conseils parisien qui accompagne les entreprises dans leur transformation digitale, de l'idéation au déploiement d'usages. Entité du groupe Stanwell Consulting, WedR accompagne principalement les grands acteurs des domaines Banque, Assurance et Protection Sociale dans leurs transformations data & digitales, de la conception de nouveaux parcours à la mise en production de solutions robustes et scalables. J'ai rejoint le cabinet en tant que Lead Tech spécialisé sur les sujets Data pour accompagner les entreprises clientes à cadrer, déployer et ancrer leurs projets stratégiques de transformation basée sur l'exploitation des données. J'ai ainsi contribué aux projets suivants : - FIFA CLEARING HOUSE - Lead & Architect Data: Transformation Data - Société Générale Factoring - Lead & Architect Data: Industrialisation d'usages IA - Agirc-Arrco - Architect Data: Cadrage Migration écosystème Data - SELENCIA Patrimoine - Architecte Solution: Cadrage de la refonte du portail web Partenaire Dans le rôle de Manager, j'ai également assuré : - la gestion des équipes tech - le recrutement des profils data - le pilotage de chantiers internes - le développement commercial Impacts : - Satisfaction et renouvellement de contrats des clients grands comptes (SG Factoring, FIFA Clearinghouse, AGIRC-ARRCO) - Montée en compétences et cohésion des équipes projet maintenues

Cette expérience chez Selencia Patrimoine a été effectuée dans le cadre de mon CDI avec Wedr qui a duré 2 ans et 9 mois. Selencia Patrimoine est une société de courtage en assurance dédiée aux Conseillers en Gestion de Patrimoine (CGP), gérant environ 4,5 milliards d'euros d'actifs. Elle propose des solutions innovantes en épargne, retraite et diversification patrimoniale, avec une forte ambition de digitalisation de ses services. Je suis intervenue comme Architecte Solutions dans une équipe projet pluridisciplinaire de 8 personnes : (PM,PO, UX Designer, Senior Développeur, Business Analyst, Data Engineer) et en collaboration étroite avec les équipes internes de la DSI. Objectif de la mission : Accompagner Selencia Patrimoine dans la modernisation et l'évolution de son portail web. Mes missions : - Audit de l'infrastructure existante - Audit et rationalisation du patrimoine de données : recensement des flux, des sources et des usages data existants - Évaluation et priorisation des besoins : animation d'ateliers techniques et métier pour recueillir, comprendre et hiérarchiser les besoins - Design de l'architecture solution cible en micro-services / micro-frontend - Chiffrage de la solution : estimation des charges, identification des risques et définition du calendrier pour la phase de transformation Impacts : - Chiffrage et roadmap livré permettant à la direction des prises de décisions stratégiques sur la transformation interne - Patrimoine de données rationalisé - Alignement des équipes autour d'une vision commune du portail cible - Ouverture vers des services à valeur ajoutée pour les CGP et leurs clients par l'intégration de cas d'usages IA générative Environnement technique : Azure, Architecture micro-services / micro-frontend (Angular / .NET), APIs, IA générative, bases de données relationnelles, SQL

Cette expérience avec l'AGIRC-ARRCO a été effectuée dans le cadre de mon CDI avec Wedr qui a duré 2 ans et 9 mois. AGIRC-ARRCO est le régime de retraite complémentaire obligatoire des salariés du secteur privé en France, gérant les droits à la retraite de plus de 28 millions de personnes. Ce fut une mission menée en solo, en collaboration avec une équipe interne de 5 data analystes et leur manager au sein de la direction du pilotage des objectifs et des performances (DPOP) d'AGIRC-ARRCO. Objectif : Accompagner la DPOP dans le cadrage stratégique de la migration de sa plateforme décisionnelle de Cognos IBM vers Power BI, en produisant tous les livrables nécessaires à la décision et au lancement de l'appel d'offres. Missions : - Audit l'existant décisionnel : recensement des rapports, flux d'alimentation, sources de données et usages métier - Analyse d'impact de la migration sur les processus de traitement et de reporting de l'équipe - Identification des sources communes à mutualiser et définition des règles de convergence des indicateurs - Conception de l'architecture décisionnelle cible - Définition du plan de migration priorisé : périmètres, calendrier détaillé et chiffrage - Coordination avec la DSI centrale pour intégrer les contraintes et processus de gouvernance groupe - Animation d’ateliers décisionnels (métiers, IT, Exécutifs) - Production des livrables documentés pour structurer l'appel d'offres de la phase de migration Impacts : - Livrables de cadrage validés et adoptés comme base officielle de l'appel d'offres de migration - Plan de migration structuré permettant une transition maîtrisée sans risque de rupture de service - Direction dotée d'une vision claire et priorisée pour piloter la transformation décisionnelle - Gestion simultanée avec la mission FIFA Clearinghouse (2 missions exigeantes menées en parallèle avec satisfaction client confirmée sur les deux fronts) Environnement technique : Cognos IBM, Power BI, Azure, SQL

Cette expérience avec FIFA Clearing House (FCH) a été effectuée dans le cadre de mon CDI avec Wedr qui a duré 2 ans et 9 mois. FCH est une entité spécialisée de la FIFA, chargée de centraliser et de distribuer les indemnités de formation dues aux clubs formateurs lors des transferts internationaux de joueurs professionnels. Elle opère à l'échelle mondiale avec des enjeux financiers et de conformité majeurs. J'étais, pour cette mission, Lead Data d'une équipe de 4 personnes (data engineers, data analyste, UX designer) et l'interlocutrice directe de la direction de FCH et des référents FIFA. Objectif : Doter FIFA Clearinghouse d'un dispositif de pilotage décisionnel, avec des enjeux forts de fiabilisation des données, permettant à ses équipes métier et sa direction de piloter leur activité en temps réel et de reporter efficacement auprès de la FIFA. Missions : - Pilotage agile du projet - Recueil, analyse et formalisation des besoins métiers - Stratégie et roadmap Data - Priorisation des KPIs via design thinking - Conception de l'architecture data décisionnelle de bout en bout - Modélisation des données - Déploiement de la data plateforme Azure - Conception et déploiement de 4 dashboards Power BI avec ~30 KPIs couvrant les besoins des 4 équipes métier - Cadre de gouvernance : dictionnaire de données, règles de qualité, data ownership - Initiation de la gouvernance des données - Conduite du changement et acculturation aux usages data - Répartition & suivi des tâches, budget, risques, planning, animation des copil Impacts : - 4 dashboards livrés avec ~30 KPIs opérationnels dans des délais très serrés - Mise en place des 1ere pierres de la transformation de FCH vers une culture data-driven - Direction dotée d'une capacité de reporting renforcée auprès de la FIFA - Cohésion d'équipe forte avec une satisfaction client confirmée par la direction Environnement technique : Anglais, Azure (ADLS Gen2, Azure Data Factory, Python), Microsoft Fabric, Power BI

Cette expérience avec Société Générale Factoring (SGF) a été effectuée dans le cadre de mon CDI avec Wedr qui a duré 2 ans et 9 mois. SGF est la filiale d'affacturage du groupe Société Générale, spécialisée dans le financement des créances professionnelles et la gestion du risque de crédit pour les entreprises clientes. J'étais en management direct d'un ML Engineer, en coordination avec les équipes internes SGF (métier et IT) et les équipes IT RESG (Groupe). Objectif : Industrialiser un cas d'usage IA de prédiction du risque de défaut des clients, développé en POC. Missions : - Pilotage du projet Cadrage: Identification des acteurs clés au projet et définition des RACI, coordination des parties prenantes, identification des contraintes techniques et organisationnelles, conception de l'architecture cible Implémentation: Evolution du modèle du POC (Python → Java) Mise en production: Recette et déploiement en production - Mise en place du cadre de gouvernance des données : data catalog, règles de qualité des données, définition des data owners - Définition du TOM (modèle opérationnel cible) pour l'exploitation post-déploiement - Gestion de projet : budget, risques, planning, reporting direct aux C-levels SGF et aide à arbitrages stratégiques, animation des Copil Impacts : - Modèle de prédiction du risque de défaut industrialisé et déployé en production dans les délais - Amélioration de la relation commerciale grâce à l'utilisation d'un outil d'aide à la décision opérationnel - Réduction significative du taux de churn client grâce à une meilleure anticipation des difficultés de paiement - Réduction des pertes financières de SGF grâce à une gestion proactive du risque de défaut Autonomisation de SGF Environnement technique : Java, Python, MLflow, S3, Jenkins, Git, Oozie, Linux, SQL, AWS

Chronopost est le leader français de la livraison express de colis aux particuliers et aux professionnels, filiale du groupe La Poste. Avec plusieurs millions de colis livrés chaque année, l'entreprise s'appuie sur une infrastructure data critique pour le suivi en temps réel des livraisons et la communication client. Intégrée au pôle Data/BI d'une quinzaine de personnes, comprenant des data engineers, des data analystes et des chefs de projet BI, sous la responsabilité du directeur du pôle. Mes objectifs : Accompagner Chronopost dans sa transformation data en pilotant le choix et la préparation de la migration de sa plateforme Hadoop/HDP vers une solution moderne adaptée aux enjeux de temps réel et de BI analytique. Missions : - Cartographie applicative du système dédié à la BI - Réalisation d'un benchmark stratégique de 4 solutions data du marché : Cloudera CDP, solution Kubernetes, GCP et Snowflake: évaluation sur critères (revue d'architecture, faisabilité technique TCO, facililté d'adoption, adéquation aux usages BI et accompagnement fournisseur) - Recommandation de la solution Snowflake validée par la direction, sur la base d'une analyse multicritères rigoureuse - Conception de la roadmap de migration HDP vers Snowflake en collaboration avec les équipes Snowflake et les équipes internes Impacts : Décision d'architecture d'entreprise structurante prise sur la base du benchmark et migration Snowflake lancée Adoption de Dremio validée en interne entrainant une amélioration significative des performances de requêtage pour les équipes data Plan de migration HDP vers Snowflake conçu et validé, offrant une feuille de route claire à l'équipe pour la suite Environnement technique : Hadoop/HDP, Snowflake, Dremio, Informatica, Talend, GCP, Kubernetes, PostgreSQL, SQL, Linux

Prologism est une ESN spécialisée dans le conseil en systèmes et logiciels informatiques. apporte à ses clients (Banque - Finance - Tertiaire - Industrie - Public) son savoir-faire autour des exigences de « Performance, Disponibilité, Robustesse, Exploitabilité, Qualité de Service », sur son coeur de métier : « L’architecture, la conception, la réalisation et l’optimisation d’applications critiques ».

SGCIB est la branche banque de financement et d’investissement du groupe Société Générale qui accompagne entreprises et investisseurs dans les financements structurés et les marchés financiers. Équipe de 10 personnes : data engineers, business analysts, Tech lead et moi en rôles Data Architect & Data Engineer. Collaboration avec des équipes en UK, Allemagne, Canada, Inde Objectif : Concevoir, développer et opérer une plateforme de service de données pour assurer la conformité réglementaire et des usages data internes. Projets : Projets réglementaires (MiFID II, Cost&Charges, SFTR) pour le reporting des transactions sur les marchés financiers. - Modélisation fonctionnelle et physique des données d'entreprise - Conception de l'architecture data 3 niveaux (Raw/Silver/Gold) sur Hadoop/HDP - Implémentation des traitements batch distribués en Java/Spark - Création du dictionnaire de données d'entreprise harmonisant les définitions métier de +30 équipes sources internationales - Accompagnement au changement des équipes métiers - Livraison quotidienne des rapports réglementaires - Définition et validation des règles de qualité avec les équipes métier - Développement d'un framework Data Quality custom - Formation et montée en compétences des nouveaux membres de l'équipe Migration HDP vers Azure Cloud - Pilotage de la migration : conception des étapes, coordination avec les équipes sources, gestion des risques - Stratégie de parallel run - Onboarding et formation de l'équipe aux technologies Azure - Encadrement de 2 stagiaires Data eng Impacts : - Zéro amende réglementaire grâce à la fiabilité des traitements - Migration HDP vers Azure réussie sans interruption de service - +10 personnes formées aux technologies Big Data et aux bonnes pratiques data - Plateforme de données mutualisée servant d'autres usages internes Environnement technique : Hadoop/HDP, Spark, Hive, HBase, Oozie, Java, Git, Maven, Shell, Parquet, Elasticsearch, Cloud Azure, Oozie, Linux, SQL

Rintio est une entreprise de services numériques spécialisée dans la Data, le Big Data, l'Intelligence Artificielle, le Cloud et le développement logiciel. Elle accompagne des entreprises dans leurs projets de transformation numérique, d'analyse de données et d'IA. J'étais Chef du projet "Rintio Big Data Bootcamp 2018" qui a formé pendant 4 semaines une dizaine de jeunes africains (Bénin, Côte d'Ivoire, Mali, Cameroun) aux compétences data et IA. J'ai coordonné une équipe pluridisciplaire de 5 personnes (Chargé de la logistique, Community Manager, Chargé Marketing, Responsable technique et un Data Engineer) et reporté au CEO. Missions : - Conception d'un programme de formation Big Data - Recherche & recrutement des formateurs - Réception, entretien et sélection des candidats - Recherche de sponsors - Coordination des acteurs (locaux et internationaux) et de la logistique - Animation de la communication digitale et avec les média - Formation aux solutions de la stack Hadoop et Spark Impacts : - Livraison en production d'un projet lié à l'exploitation des données agricoles en collaboration avec le Club des DSI du Bénin - 10 jeunes professionnels outillés pour les projets à forts enjeux data dans ces pays. Tous évoluent aujourd'hui à divers niveaux dans des équipe IT mais toujours dans la data - Validation du format Bootcamp qui a débouché sur le programme de formation autour de la Data, du Cloud et l'IA Africa TechUp Tour (ATUT) Environnement technique : Trello, Stack Hadoop (Hive, Pig, Hbase, Hadoop, Spark), Python Linux, SQL, PostgreSQL

La CNAM (Caisse Nationale de l'Assurance Maladie) est un organisme public en charge de la gestion de l'assurance maladie obligatoire en France. Management direct d'un data ingénieur junior, en collaboration avec des profils statisticiens internes à la CNAM et sous la supervision d'un manager interne CNAM. Objectif de la mission : Déployer un Data Lab from scratch au sein de la CNAM pour expérimenter les technologies Big Data et mettre en place les 1ers usages de détection de fraudes à l'assurance maladie. Mes missions : - Installation et configuration de Dataiku DSS from scratch, connecté aux bases de données existantes - Conception et mise en place d'un pipeline de mise en qualité et de traitement des données de bout en bout - Modélisation et entraînement d'un modèle ML de détection de fraude à l'assurance maladie - Livraison d'une première version fonctionnelle du modèle - Management d'un data ingénieur junior et collaboration transverse avec les profils statisticiens - Reporting au management interne CNAM Impacts : Data Lab opérationnel déployé from scratch en 4 mois dans un organisme public Première version fonctionnelle du modèle ML de détection de fraude livrée dans les délais Capacité nouvelle pour les équipes CNAM d'exploiter les technologies Big Data pour l'analyse de données de santé Potentiel de réduction des pertes financières liées aux fraudes à l'assurance maladie grâce au modèle déployé Environnement technique : Hadoop, Apache Spark, Dataiku DSS, Python, Linux, SQL

Fanvoice est une startup SaaS française spécialisée dans la co-création et l'innovation participative. Elle permet aux entreprises de collecter, analyser et valoriser les idées de leurs clients pour concevoir de nouveaux produits de manière gamifiée. Dans une équipe de 10 personnes (data engineers, data scientist, data analyst, commerciaux), j'étais la responsable principale de la Hortonworks Data Platorm. Objectif : Concevoir, développer et opérer la plateforme data, de la collecte des contributions à la génération des rapports analytiques quotidiens pour les entreprises clientes. Mes missions : - Modélisation des données, création et maintenance des bases de données de la plateforme - Développement et maintien en condition opérationnelle du pipeline data end-to-end : collecte (avis, commentaires, likes, contributions), traitement, scoring gamifié et enrichissement des données - Génération des rapports analytiques quotidiens et des rapports finaux de campagne à destination des entreprises - Stockage et indexation des données dans Elasticsearch pour l'analyse et la visualisation - Interprétation des données et formulation de recommandations stratégiques transmises aux équipes commerciales - Migration réussie de la data plateforme HDP1 vers HDP2 sans interruption de service : conception, planification et exécution complète du chantier, passage de Mapreduce vers Spark Impacts : - Migration data plateforme HDP1 vers HDP2 réalisée avec zéro interruption de service, continuité totale pour les clients - Rapports analytiques quotidiens livrés de manière fiable pour l'ensemble des campagnes clients - Recommandations data transmises aux équipes commerciales et amélioration de la relation et de la satisfaction des clients entreprises - Première expérience de conception et d'exploitation d'un pipeline data end-to-end en totale autonomie dans un contexte startup Environnement technique : Hadoop/HDP, Apache Hive, Apache Pig, Java, Elasticsearch, Kibana, MongoDB, SQL, Linux