Amine BENOUCIEF

– Conception, structuration et industrialisation des pipelines de données analytiques. – Modélisation des données, mise en place de flux ELT de bout en bout via dbt sur GCP. – Création de tables analytiques et fiabilisation des données consommées par plus de 35 dashboards. – Résolution d'incidents data impactant les reportings. – Amélioration continue de la qualité, de la performance et de la maintenabilité de la plateforme data. – Retraitement et migration de données existantes avec dbt (Refonte complète des modèles dbt en structurant les transformations selon une architecture en couches (staging, intermediate, publish), permettant de nettoyer, transformer et modéliser les données de manière cohérente et maintenable. Résultat: Migration réalisée avec succès, réduction des anomalies de données et amélioration des performances, notamment une diminution de la latence sur les dashboards). – Résolution d'incidents sur les dashboards (ServiceNow) (Prise en charge des tickets ServiceNow, identification des causes et application des correctifs nécessaires sur les données ou les dashboards. Résultat: Rétablissement rapide de la fiabilité des dashboards et continuité des analyses métier). – Amélioration et création continue de nouveaux dashboards (Jira) (Réalisation de patchs d'amélioration, création de nouvelles pages et KPI, intégration de nouvelles données, conception de nouvelles tables analytiques et mise en place de nouveaux pipelines ELT avec dbt pour répondre aux besoins identifiés. Résultat: Dashboards enrichis, mieux alignés avec les usages métiers et facilitant la prise de décision opérationnelle).

– Accompagnement des métiers pour l'amélioration de la qualité de la donnée dans les diverses sources de donnée. – Création, amélioration et automatisation des reporting. – Création des différents flux de données et le retraitement de la donnée. – Migration de données de SaS vers GCP (Responsable de la recette de la donnée sur Power BI pour assurer précision et fiabilité. Conçu et exécuté des scénarios de test sur Power BI pour valider la migration, en utilisant des requêtes et des dashboards pour visualiser les écarts. Collaboré avec les équipes techniques et métiers pour comprendre les écarts. Résultat: Réduction des anomalies de données, augmentant la rapidité des processus d'analyse). – Création d'un Dashboard de qualité des données produits (Chargé de créer un dashboard Power BI pour vérifier la conformité des produits aux normes CITES. Utilisé Power BI avec DAX et M pour créer des visualisations interactives, basées sur des extractions depuis Cognos et M3. Automatisé le flux de données via GCP (BigQuery, pub/sub). Résultat: Amélioration de la conformité des produits aux normes CITES). – Automatisation des Dashboards Power BI via GCP (Mise en place des tables et des flux de données via GCP (BigQuery, Scheduler, pub/sub) pour automatiser la génération et la mise à jour des dashboards. Résultat: Réduction du temps nécessaire à la mise à jour des rapports et amélioration de l'exactitude des données). – Retraitement des données brutes avec GCP (Utilisé Dataform pour retraiter les données JSON et transformer en structurant la donnée selon une architecture en couches raw, staging et mart (gold), puis chargement de la donnée dans BigQuery. Automatisé le processus avec Scheduler, et orchestré l'ensemble via Workflow. Développement d'algorithmes basé sur des règles métiers. Résultat: Amélioration de la qualité des données et automatisation des flux de transformation).

– Mise en œuvre la résolution des incidents survenus sur les applications. – Création, l'amélioration et l'automatisation des reporting mise en place dans les différentes équipes. – Suivi de l'utilisation des outils et des mises à jour des données (Organisation de rituels réguliers d'échanges avec les équipes de la DSI pour expliquer les mises à jour et garantir la bonne utilisation des outils. Résultat: Amélioration de la compréhension et de l'adoption des outils). – Automatisation de la mise à jour des données pour améliorer la qualité (Création d'un dictionnaire de données pour définir les règles de remplissage, mise en place de tests automatiques de qualité des données, et automatisation des processus de mise à jour. Résultat: Réduction des erreurs et augmentation de la qualité des données). – Création d'un reporting commun pour Pôle Vie France, Pacifica, et Predica (Concevoir un reporting commun en réorganisant les données et en optimisant les indicateurs. Organisation d'ateliers avec les parties prenantes, mise en place d'une clé unique pour le reporting, et création d'un outil de calcul automatique de la durée des incidents. Résultat: Amélioration de la qualité et de la cohérence du reporting). – Amélioration des Dashboards Power BI pour le suivi des incidents (Faire évoluer les Dashboards Power BI en ajoutant de nouveaux indicateurs et visuels. Création de nouvelles mesures avec DAX, ajout de nouveaux indicateurs et implémentation de visuels. Résultat: Meilleure visualisation des performances des réseaux Crédit Agricole et LCL, et un suivi plus précis de la gestion des incidents).

– Réalisation, la mise à jour et les évolutions de deux dashboards 'Tracker' et 'Anticipation'. – Pilotage des usages des matières premières via le Dashboard 'Tracker' sur Power BI (Développer et maintenir le Dashboard ‘Tracker' sur Power BI. Prise en compte des besoins des laboratoires, mise à jour des bases de données via R sous GCP, création d'indicateurs pertinents. Résultat: Meilleure gestion des matières premières et adoption facile de l'outil). – Anticipation des commandes de matières premières via le Dashboard 'Anticipation' sur Power BI (Mettre en place le Dashboard 'Anticipation' sur Power BI. Compréhension des besoins commerciaux, vérification de la cohérence des données, et automatisation des mises à jour des données via des scripts R sous GCP. Résultat: Anticipation plus efficace des commandes). – Amélioration visuelle des Dashboards Power BI avec de nouveaux KPIS (Faire évoluer les Dashboards Power BI en intégrant de nouveaux indicateurs et des visualisations plus claires. Création de nouveaux visuels (BoxPlot, graphiques en courbe, histogrammes groupés), ajout d'indicateurs. Résultat: Suivi des performances plus clair et précis). – Automatisation de la mise à jour des données et accompagnement des utilisateurs (Automatisation des processus de mise à jour via des scripts R sous GCP, vérification de la qualité des données par des tests de cohérence, et accompagnement régulier des utilisateurs finaux. Résultat: Réduction des erreurs et gain de temps, adoption des outils facilitée).

– Mise en place de reporting et de mise à jour de l'outil cartographie interactive. – Cartographie interactive des prix (Créer une cartographie interactive des prix en agrégeant et structurant les données. Collecte des données, agrégation et création de clés étrangères. Conception d'un tableau de bord interactif d'abord sous R-Shiny, puis migration vers Power BI. Résultat: Amélioration de l'accès à des informations de prix fiables). – Mise en place de reporting avec accès différenciés pour différents profils (Développer des rapports sur mesure avec des niveaux d'accès distincts. Conception et structuration de rapports Power BI en intégrant des permissions différenciées. Résultat: Rapports adaptés aux besoins spécifiques avec accès sécurisé aux informations pertinentes). – Réponses à des demandes ad hoc liées à la qualité des propositions commerciales (Traiter et améliorer la modélisation des propositions commerciales, notamment pour ajuster les hausses de prix. Analyse des propositions commerciales, ajustement des prix via Power BI, et normalisation des données. Résultat: Meilleure cohérence des prix et des propositions). – Mise à jour des catalogues commerciaux avec référencement unique des services (Mettre à jour les catalogues commerciaux tout en assurant une normalisation des services. Structuration et normalisation des catalogues commerciaux. Intégration des mises à jour dans Salesforce. Résultat: Catalogues commerciaux mis à jour et normalisés, gestion des services facilitée).