Aurélien Guitton

📌 𝗖𝗼𝗻𝘁𝗲𝘅𝘁𝗲 & 𝗘𝗻𝗷𝗲𝘂𝘅 Période de transition vers l'Analytics Engineering pour résoudre la dette technique sur le périmètre CRM/Sales : multiplicité des tables, jointures répétitives et coûteuses pour les analystes, et absence de suivi historique des données client. 💡 𝗠𝗶𝘀𝘀𝗶𝗼𝗻𝘀 & 𝗥𝗲́𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻𝘀 Modélisation dbt x Databricks : Conception et développement d'une architecture OBT (One Big Table) fusionnant les données Customer et Sales. Gestion de la complexité Data : Implémentation des mécanismes de suivi d'historique en SCD2 et optimisation des pipelines via un chargement incrémental. Orchestration & DevOps Data : Création des DAGs dédiés sur Airflow, mise en place d'une chaîne CI/CD pour sécuriser les déploiements en production et gestion du versioning via un projet Git dédié. Qualité & Documentation : Intégration de tests de qualité/cohérence automatisés (dbt test) et génération de la documentation dbt pour garantir la gouvernance. 🎯 𝗜𝗺𝗽𝗮𝗰𝘁𝘀 & 𝗥𝗲́𝘀𝘂𝗹𝘁𝗮𝘁𝘀 Performance & Simplification : L'OBT a remplacé plus de 20 tables fragmentées, supprimant les jointures complexes et récurrentes pour les Data Analysts. Volumétrie & Fiabilité : Pipeline tournant quotidiennement en production pour gérer et mettre à jour le référentiel de 200 millions de clients.

📌 𝗖𝗼𝗻𝘁𝗲𝘅𝘁𝗲 & 𝗘𝗻𝗷𝗲𝘂𝘅 Création de la gouvernance des indicateurs client pour la direction Data. L'enjeu initial était de fournir des métriques fiables au VP Data Customer pour ses comités de direction trimestriels, puis de cascader ces outils auprès des équipes opérationnelles au quotidien. 💡 𝗠𝗶𝘀𝘀𝗶𝗼𝗻𝘀 & 𝗥𝗲́𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻𝘀 Réconciliation de données & Modélisation SQL : Nettoyage et jointure de tables complexes multi-sources sur Databricks pour structurer les dimensions clients et fiabiliser les KPI stratégiques. Conception de Dashboards (Tableau) : Création d'un écosystème de tableaux de bord décisionnels suivis à haut niveau et déclinés pour l'animation métier quotidienne. Outillage & Enablement Data : Développement de templates de requêtes SQL optimisés et de notebooks Databricks paramétrés pour standardiser les analyses. Documentation & Versioning : Rédaction de la documentation technique et fonctionnelle sur Confluence et gestion des versions du code sous Git. 🎯 𝗜𝗺𝗽𝗮𝗰𝘁𝘀 & 𝗥𝗲́𝘀𝘂𝗹𝘁𝗮𝘁𝘀 Usage & Adhésion : Dashboards devenus la référence interne avec plusieurs centaines de consultations mensuelles par les équipes métiers. Passage à l'échelle : Structuration de l'onboarding ayant permis d'accompagner la forte croissance de l'équipe (passage de 2 Data Analysts à 13 profils data variés : DA, DS, BI Engineer).