Anass RTIMI

Novembre 2022 – Aujourd'hui (client: RTE) – Data analyst & développeur Rshiny chez RTE (Réseau de transport d'électricité) au sein de l'équipe datadev – Développement de l'outil « Observatoire de données », qui a pour objectif de contrôler la qualité des données du matériel électrique en France. – Développement d'un logiciel de planification des plans de vols des hélicoptères pour la maintenance des liaisons électriques aériennes. – Recueil du besoin auprès des experts métier – Définir la roadmap du projet – Programmation des règles métier – Programmer les pipelines de traitement des données – Développement de l'interface de l'application de data-visualisation (Rshiny) – Développement des différentes fonctionnalités de l'application (cartographie, graphes, tableaux interactifs) – Résolution des bugs, maintenance de l'application – Utilisation de l'IA générative pour optimiser les performances (prompt engineering) – Création de la documentation technico-fonctionnelle de l'application – Outils : R, Rshiny, sql, git Avril - octobre 2022 (client: Kantar Worldpanel) – Data analyst chez Kantar Worldpanel (Migration de SAS vers R) – Recueil du besoin métier – Participation à la migration de SAS vers R (réécriture de scripts) – Analyse du comportement d'achat, calculs d'indicateurs KPI – Optimiser le temps de calcul des scripts existants – Automatisation de scripts – Développement d'une application de reporting (shiny) : calcul des indicateurs KPI sur des bases de données volumineuses. – Rédaction de la documentation technico-fonctionnelle de l'application – Outils : R, shiny, SAS, Microsoft Azure

– Extraction des données (conversations d'un chat) d'une API – Analyse des données textuelles avec les méthodes de l’NLP – Développement de modèle de machine learning pour prédire le type des interlocuteurs (professionnel / bénéficiaire), et l'analyse de sentiment (satisfait / non-satisfait) – Rédaction de rapport de l'étude. – Outils : Python (APIs REST, Sickit-learn, numpy, Pandas, NLTK)

– Conception de l'application « flow-based », de data visualisation. – Recueil du besoin du client – Programmation des algorithmes et formules mathématiques utiles pour l'interface graphique. – Développement des différentes fonctionnalités de l'application – Résolution des bugs – Création du manuel d'utilisateur – Participation aux réunions hebdomadaires avec le client en mode agile. – Outils : Rshiny, git

– Administration des bases de données sur les enfants nés prématurés. – Collecte des données, alimentation du datawarehouse, veiller sur la qualité des données (requêtage sql) – Gérer les demandes utilisateurs, extraction des données – Gestion des incidents – Recueil des besoins métiers, élaboration des tableaux de bord. – Rédaction de rapports et de procédures d'utilisation. – Maintenance du site web de la cohorte – Participation au projet européen RECAP à Porto qui a pour objectif la création d'une plateforme de partage des résultats de l'analyse des données entre différentes cohortes européennes, dans le respect de la confidentialité et la sécurité des données, mes tâches : – Maintenance du serveur français, – Harmonisation des données, – Gestion des droits d'accès aux utilisateurs – Techniques : Bases de données relationnelles, data management, gestion de projets data, statistiques. – Outils : SAS, Sql, Power BI

– Modélisation de la saison pollinique en utilisant un modèle de machine learning. Cartographie de plusieurs espèces allergisantes (herbes et arbres) en croisant différentes bases de données. Modélisation de la production de pollen, de sa dispersion et transport dans l'air afin de prédire les concentrations. – Nettoyage et analyse des données – Construction de modèles de machine learning – Rédaction de rapports – Techniques : datavisualisation, datamining, machine learning. – Outils : R, Python.