Axel Prevotat

𝗦𝗲𝗰𝘁𝗲𝘂𝗿𝘀 : CAC 40 (Luxe, Énergie, Retail) · Portefeuille ≈ 1 M€ · Missions ≈ 50/an · Équipe 15 pers. • Delivery multi-missions : cadrage, arbitrage priorités/délais, 𝘀𝘂𝗽𝗲𝗿𝘃𝗶𝘀𝗶𝗼𝗻 de 50 missions Analytics/an, portefeuille d'1M€. 𝗤𝗔 des livrables (data & slides), comités de pilotage. • People & organisation : 𝗺𝗮𝗻𝗮𝗴𝗲𝗺𝗲𝗻𝘁 𝟭𝟱 𝗽𝗲𝗿𝘀., staffing, mentoring des seniors, revues de perf, recrutement & onboarding, 𝗺𝗼𝗻𝘁é𝗲 𝗲𝗻 𝗰𝗼𝗺𝗽é𝘁𝗲𝗻𝗰𝗲𝘀 (Tableau/Power BI, storytelling). • Gestion de portefeuille & P&L : forecast, marge, DSO, backlog ; 𝗿𝗲𝗽𝗼𝗿𝘁𝗶𝗻𝗴 𝗵𝗲𝗯𝗱𝗼 sur pipe & risques. • Réponses AO / RFP : coordination multi-équipes (tech, légal, achats), propositions (enjeux, méthodo, planning, staffing, 𝗽𝗿𝗶𝗰𝗶𝗻𝗴/𝗧𝗝𝗠), 𝗻é𝗴𝗼𝗰𝗶𝗮𝘁𝗶𝗼𝗻 & contractualisation (SOW/MSA). (Budgets 50–500 k€) • Industrialisation : 𝘁𝗲𝗺𝗽𝗹𝗮𝘁𝗲𝘀 𝗔𝗢, checklists QA, playbooks méthodo, standardisation des packs de restitution (accélère la prod & homogénéise la qualité). 𝘉𝘶𝘴𝘪𝘯𝘦𝘴𝘴 𝘋𝘦𝘷𝘦𝘭𝘰𝘱𝘮𝘦𝘯𝘵 • 𝘈𝘱𝘱𝘦𝘭𝘴 𝘥’𝘖𝘧𝘧𝘳𝘦𝘴 • 𝘗&𝘓 • 𝘚𝘵𝘢𝘧𝘧𝘪𝘯𝘨 • 𝘋𝘢𝘵𝘢 𝘎𝘰𝘷𝘦𝘳𝘯𝘢𝘯𝘤𝘦 • 𝘗𝘰𝘸𝘦𝘳 𝘉𝘐/𝘛𝘢𝘣𝘭𝘦𝘢𝘶 • 𝘋𝘦𝘭𝘪𝘷𝘦𝘳𝘺 𝘔𝘢𝘯𝘢𝘨𝘦𝘮𝘦𝘯𝘵 • 𝘊𝘈𝘊40.

• 𝗘𝗻𝗰𝗮𝗱𝗿𝗲𝗺𝗲𝗻𝘁 & 𝗽𝗶𝗹𝗼𝘁𝗮𝗴𝗲 d’équipes data analytics (plan de charge, priorisation, rituels, support au quotidien). • 𝗚𝗲𝘀𝘁𝗶𝗼𝗻 𝗱’𝘂𝗻 𝗽𝗼𝗿𝘁𝗲𝗳𝗲𝘂𝗶𝗹𝗹𝗲 de missions (cadrage, planning, risques, arbitrages). • 𝗥𝗲𝘃𝘂𝗲 & 𝘀𝘂𝗽𝗲𝗿𝘃𝗶𝘀𝗶𝗼𝗻 des livrables (données, notebooks, dashboards, slides) avec 𝗰𝗼𝗻𝘁𝗿ô𝗹𝗲𝘀 𝗾𝘂𝗮𝗹𝗶𝘁é systématiques. • 𝗜𝗻𝘁𝗲𝗿𝗳𝗮𝗰𝗲 𝗰𝗹𝗶𝗲𝗻𝘁–é𝗾𝘂𝗶𝗽𝗲 & 𝗮𝘂𝗱𝗶𝘁–é𝗾𝘂𝗶𝗽𝗲 : recueil des besoins, clarification des 𝗿è𝗴𝗹𝗲𝘀 𝗺é𝘁𝗶𝗲𝗿 (industries/clients), restitution des findings. • 𝗣𝗲𝗼𝗽𝗹𝗲/𝗼𝗽𝘀 : coordination RH, é𝘃𝗮𝗹𝘂𝗮𝘁𝗶𝗼𝗻𝘀 𝗱𝗲 𝗽𝗲𝗿𝗳𝗼𝗿𝗺𝗮𝗻𝗰𝗲, mentoring, montée en compétences (guides, templates, standards). Résultats clés : cohérence, prévisibilité, vitesse d’arbitrage 𝘔𝘢𝘯𝘢𝘨𝘦𝘮𝘦𝘯𝘵 𝘥’é𝘲𝘶𝘪𝘱𝘦, 𝘋𝘦𝘭𝘪𝘷𝘦𝘳𝘺 𝘮𝘶𝘭𝘵𝘪-𝘮𝘪𝘴𝘴𝘪𝘰𝘯𝘴, 𝘎𝘰𝘶𝘷𝘦𝘳𝘯𝘢𝘯𝘤𝘦, 𝘘𝘈, 𝘊𝘢𝘥𝘳𝘢𝘨𝘦 𝘮é𝘵𝘪𝘦𝘳

• 𝗦𝗰𝗮𝗹𝗲 𝘃𝗶𝘇 : conception/supervision d’une 𝘃𝗶𝗻𝗴𝘁𝗮𝗶𝗻𝗲 𝗱𝗲 𝗱𝗮𝘀𝗵𝗯𝗼𝗮𝗿𝗱𝘀/𝗮𝗻 (finance/audit), souvent sur 𝗰𝗲𝗻𝘁𝗮𝗶𝗻𝗲𝘀 𝗱𝗲 𝗺𝗶𝗹𝗹𝗶𝗼𝗻𝘀 𝗱𝗲 𝗹𝗶𝗴𝗻𝗲𝘀 (≈20 champs). • 𝗕𝗿𝗮𝗻𝗰𝗵𝗲 𝗗é𝘃𝗲𝗹𝗼𝗽𝗽𝗲𝗺𝗲𝗻𝘁 𝗗𝘂𝗿𝗮𝗯𝗹𝗲 : 𝗧𝗮𝗯𝗹𝗲𝗮𝘂 pour risques 𝗘𝗦𝗚, 𝗰𝗼𝗻𝗻𝗲𝘅𝗶𝗼𝗻 à 𝗕𝗹𝗼𝗼𝗺𝗯𝗲𝗿𝗴 (indicateurs marchés/ESG), vues rôle-based pour DAF, risques, investissement. • 𝗦𝗶𝗺𝘂𝗹𝗮𝘁𝗶𝗼𝗻 𝗱𝗲 𝗽𝗼𝗿𝘁𝗲𝗳𝗲𝘂𝗶𝗹𝗹𝗲𝘀 : 𝘄𝗲𝗯 𝗨𝗜 𝗹𝗼𝗰𝗮𝗹𝗲 pour créer des 𝗽𝗼𝗿𝘁𝗲𝗳𝗲𝘂𝗶𝗹𝗹𝗲𝘀 𝗳𝗶𝗰𝘁𝗶𝗳𝘀 et comparer 𝗿é𝗲𝗹 𝘃𝘀 𝘀𝗶𝗺𝘂𝗹𝗮𝘁𝗶𝗼𝗻 dans un dashboard Tableau Software (impacts ESG & signal marché). • 𝗦𝗰é𝗻𝗮𝗿𝗶𝗼𝘀 𝗰𝗹𝗶𝗺𝗮𝘁𝗶𝗾𝘂𝗲𝘀 : 𝗱𝗮𝘀𝗵𝗯𝗼𝗮𝗿𝗱 𝗱’𝗮𝗰𝘁𝗶𝗳𝘀 avec 𝗵𝗲𝗮𝘁𝗺𝗮𝗽 des impacts par 𝘀𝗰é𝗻𝗮𝗿𝗶𝗼 𝗱𝗲 𝗿é𝗰𝗵𝗮𝘂𝗳𝗳𝗲𝗺𝗲𝗻𝘁 ; 𝗰𝗼𝗺𝗽𝗮𝗿𝗮𝘁𝗶𝗳 𝗮𝗰𝘁𝗶𝗼𝗻 𝗽𝗮𝗿 𝗮𝗰𝘁𝗶𝗼𝗻 par action et vision portefeuille. • 𝗥𝗲𝘀𝘁𝗶𝘁𝘂𝘁𝗶𝗼𝗻 : rapports + démos clients ; adoption accrue grâce à l'𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝘃𝗶𝘁é et au 𝘀𝘁𝗼𝗿𝘆𝘁𝗲𝗹𝗹𝗶𝗻𝗴 (findings actionnables). • 𝗜𝗺𝗽𝗮𝗰𝘁 : 𝗴𝗮𝗶𝗻 𝗱𝗲 𝘁𝗲𝗺𝗽𝘀 pour auditeurs, 𝗺𝗲𝗶𝗹𝗹𝗲𝘂𝗿𝗲 𝘃𝗶𝘀𝗶𝗯𝗶𝗹𝗶𝘁é risques ESG, appui aux 𝗱é𝗰𝗶𝘀𝗶𝗼𝗻𝘀 𝗱’𝗮𝗹𝗹𝗼𝗰𝗮𝘁𝗶𝗼𝗻 et à des 𝗔𝗢 𝗰𝗹é𝘀. 𝘛𝘢𝘣𝘭𝘦𝘢𝘶, 𝘌𝘚𝘎 𝘙𝘪𝘴𝘬, 𝘉𝘭𝘰𝘰𝘮𝘣𝘦𝘳𝘨 𝘥𝘢𝘵𝘢, 𝘚𝘪𝘮𝘶𝘭𝘢𝘵𝘪𝘰𝘯 𝘥𝘦 𝘱𝘰𝘳𝘵𝘦𝘧𝘦𝘶𝘪𝘭𝘭𝘦𝘴, 𝘚𝘤é𝘯𝘢𝘳𝘪𝘰𝘴 𝘤𝘭𝘪𝘮𝘢𝘵𝘪𝘲𝘶𝘦𝘴

• Exercice Canadair multi-métiers (pilotes, ravitailleurs, maintenance, météo, coordination). Objectif : comprendre chaque 𝗽𝗵𝗮𝘀𝗲 𝗼𝗽é𝗿𝗮𝘁𝗶𝗼𝗻𝗻𝗲𝗹𝗹𝗲 et identifier les 𝗹𝗲𝘃𝗶𝗲𝗿𝘀 𝗱𝗮𝘁𝗮. • ~25+ 𝗶𝗻𝘁𝗲𝗿𝘃𝗶𝗲𝘄𝘀 structurées → 𝗺𝗶𝘀𝗲 à 𝗽𝗹𝗮𝘁 𝗱𝗲𝘀 𝗽𝗿𝗼𝗰𝗲𝘀𝘀𝘂𝘀 (alerte → briefing → transit → largage → ravitaillement → retour → debrief), 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻𝘀 et points de friction. • 𝗜𝗻𝘃𝗲𝗻𝘁𝗮𝗶𝗿𝗲 𝗱𝗲𝘀 𝘀𝗼𝘂𝗿𝗰𝗲𝘀 et échanges existants (télémétrie vol, météo/vent, disponibilité appareils, carburant/eau, carnets de maintenance, journaux radio, SIG/incidents) ; é𝘃𝗮𝗹𝘂𝗮𝘁𝗶𝗼𝗻 𝗱’𝗲𝘅𝗽𝗹𝗼𝗶𝘁𝗮𝗯𝗶𝗹𝗶𝘁é (accès, fraîcheur, qualité, confidentialité) et 𝗺𝗼𝘆𝗲𝗻𝘀 𝗱’𝗮𝗰𝗰è𝘀 (API/ETL/capteurs). • 𝗦𝗰é𝗻𝗮𝗿𝗶𝗼𝘀 𝗱’𝘂𝘀𝗮𝗴𝗲 priorisés : planification mission (choix points d’eau), optimisation trajectoires/rotations, sécurité (no-go zones), 𝗺𝗮𝗶𝗻𝘁𝗲𝗻𝗮𝗻𝗰𝗲 𝗽𝗿é𝗱𝗶𝗰𝘁𝗶𝘃𝗲, 𝗮𝗳𝘁𝗲𝗿-𝗮𝗰𝘁𝗶𝗼𝗻 𝗿𝗲𝘃𝗶𝗲𝘄 & formation ; 𝘀𝘁𝗼𝗿𝘆𝗯𝗼𝗮𝗿𝗱𝘀 + 𝗾𝘂𝗶𝗰𝗸 𝘄𝗶𝗻𝘀. • 𝗚𝗼𝘂𝘃𝗲𝗿𝗻𝗮𝗻𝗰𝗲 𝗹é𝗴è𝗿𝗲 (RACI par phase, data owners, 𝗱𝗮𝘁𝗮 𝗰𝗼𝗻𝘁𝗿𝗮𝗰𝘁𝘀 simples, dictionnaire d’indicateurs) + reco d’outillage (BI, entrepôt/lake léger). • Ateliers de validation • Alignement pluridisciplinaire, 𝗽𝗼𝗿𝘁𝗳𝗼𝗹𝗶𝗼 𝗱𝗲 𝟲 𝗰𝗮𝘀 𝗱’𝘂𝘀𝗮𝗴𝗲 𝗽𝗿𝗶𝗼𝗿𝗶𝘀é𝘀, 𝗺𝗲𝗶𝗹𝗹𝗲𝘂𝗿𝗲 𝘁𝗿𝗮ç𝗮𝗯𝗶𝗹𝗶𝘁é et temps de décision réduit en opération. 𝘐𝘯𝘵𝘦𝘳𝘷𝘪𝘦𝘸𝘴 𝘵𝘦𝘳𝘳𝘢𝘪𝘯, 𝘗𝘳𝘰𝘤𝘦𝘴𝘴 𝘮𝘢𝘱𝘱𝘪𝘯𝘨 (𝘉𝘗𝘔𝘕/𝘚𝘦𝘳𝘷𝘪𝘤𝘦 𝘣𝘭𝘶𝘦𝘱𝘳𝘪𝘯𝘵), 𝘋𝘢𝘵𝘢 𝘥𝘪𝘴𝘤𝘰𝘷𝘦𝘳𝘺, 𝘋𝘢𝘵𝘢 𝘨𝘰𝘷𝘦𝘳𝘯𝘢𝘯𝘤𝘦, 𝘜𝘴𝘦-𝘤𝘢𝘴𝘦𝘴, 𝘙𝘰𝘢𝘥𝘮𝘢𝘱

• Montée en puissance de l’équipe analytics et 𝗵𝗼𝗺𝗼𝗴é𝗻é𝗶𝘀𝗮𝘁𝗶𝗼𝗻 des livrables. • 𝗦𝘂𝗽𝗲𝗿𝘃𝗶𝘀𝗶𝗼𝗻 de travaux analytics sur plusieurs missions, 𝗿𝗲𝘃𝘂𝗲 𝗾𝘂𝗮𝗹𝗶𝘁é (méthodo, data, slides, viz), 𝗮𝗰𝗰𝗼𝗺𝗽𝗮𝗴𝗻𝗲𝗺𝗲𝗻𝘁 à la rédaction des rapports. • 𝗙𝗼𝗿𝗺𝗮𝘁𝗲𝘂𝗿 𝗧𝗮𝗯𝗹𝗲𝗮𝘂 (≈ 𝟭𝟬 𝗰𝗼𝗻𝘀𝘂𝗹𝘁𝗮𝗻𝘁𝘀/𝗮𝗻), bonnes pratiques de data 𝗱𝗮𝘁𝗮 𝘀𝘁𝗼𝗿𝘆𝘁𝗲𝗹𝗹𝗶𝗻𝗴 & 𝗺𝗼𝗱é𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻. • Mise en place de 𝘁𝗲𝗺𝗽𝗹𝗮𝘁𝗲𝘀 (notebooks, structuration de projets, packs de slides). • 𝗟𝗶𝘃𝗿𝗮𝗯𝗹𝗲𝘀 𝗽𝗹𝘂𝘀 𝗵𝗼𝗺𝗼𝗴è𝗻𝗲𝘀, 𝗮𝘂𝘁𝗼𝗻𝗼𝗺𝗶𝗲 𝗮𝗰𝗰𝗿𝘂𝗲 de l’équipe, 𝗾𝘂𝗮𝗹𝗶𝘁é et 𝗰é𝗹é𝗿𝗶𝘁é au rendez-vous. 𝘌𝘯𝘤𝘢𝘥𝘳𝘦𝘮𝘦𝘯𝘵, 𝘘𝘈 𝘭𝘪𝘷𝘳𝘢𝘣𝘭𝘦𝘴, 𝘛𝘦𝘮𝘱𝘭𝘢𝘵𝘦𝘴, 𝘍𝘰𝘳𝘮𝘢𝘵𝘪𝘰𝘯 𝘪𝘯𝘵𝘦𝘳𝘯𝘦

• Besoin d’une “𝗳𝗮𝗰𝘁𝗼𝗿𝘆” 𝗱𝗲 𝘁𝗲𝘀𝘁𝘀 𝗮𝗻𝗮𝗹𝘆𝘁𝗶𝗾𝘂𝗲𝘀 adaptable à chaque mission (audit à la carte). • 𝗦𝗰𝗿𝗶𝗽𝘁𝘀 𝗣𝘆𝘁𝗵𝗼𝗻 pour tests 𝗰𝗹𝗮𝘀𝘀𝗶𝗾𝘂𝗲𝘀 : cadrage 𝗕𝗮𝗹𝗮𝗻𝗰𝗲 𝗚é𝗻é𝗿𝗮𝗹𝗲 ↔ 𝗚𝗿𝗮𝗻𝗱 𝗟𝗶𝘃𝗿𝗲, 𝗳𝗮𝗰𝘁𝘂𝗿𝗲𝘀 ↔ 𝗕𝗟, 𝗳𝗮𝗰𝘁𝘂𝗿𝗲𝘀 ↔ 𝗲𝗻𝗰𝗮𝗶𝘀𝘀𝗲𝗺𝗲𝗻𝘁𝘀… basés sur des données issues de SAP FI • Tests avancés à forte dimension métier : Analyse des remises et impact sur les ventes et le chiffre d’affaires. Analyse des plus grosses remises accordées par type de produit et des plus gros bénéficiaires de remises, et analyse de leurs impacts. Comparaison par année des ratios CA/Surface/Charges avec diverse point de granularités comme les régions, les dates, un filtrage sur un client, un type de charge etc. Analyse sectorielle, analyse des taux de rotation etc • 𝗠𝗟 𝗻𝗼𝗻 𝘀𝘂𝗽𝗲𝗿𝘃𝗶𝘀é (clustering) pour remonter des 𝗮𝘁𝘆𝗽𝗶𝘀𝗺𝗲𝘀 échappant aux règles et tests classiques. • 𝗔𝘂𝘁𝗼𝗺𝗮𝘁𝗶𝘀𝗮𝘁𝗶𝗼𝗻 des tests pour les 𝗥𝗨𝗡 suivants (paramétrage, templates). • 𝗥𝗮𝗽𝗽𝗼𝗿𝘁𝘀 𝘀𝗹𝗶𝗱𝗲𝘀 + 𝗱𝗮𝘀𝗵𝗯𝗼𝗮𝗿𝗱 ; 𝗽𝗿é𝘀𝗲𝗻𝘁𝗮𝘁𝗶𝗼𝗻 en fin de mission avec l’audit et le client (𝗳𝗶𝗻𝗱𝗶𝗻𝗴𝘀 & pistes d’action). • 𝗗é𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗮𝗰𝗰é𝗹é𝗿é𝗲 des risques/anomalies, 𝗺𝗲𝗶𝗹𝗹𝗲𝘂𝗿𝗲 𝗽𝗿𝗶𝗼𝗿𝗶𝘀𝗮𝘁𝗶𝗼𝗻 du travail d’audit, 𝘁𝗿𝗮𝗻𝘀𝗳é𝗿𝗮𝗯𝗶𝗹𝗶𝘁é d’une mission à l’autre. 𝘈𝘶𝘥𝘪𝘵 𝘈𝘯𝘢𝘭𝘺𝘵𝘪𝘤𝘴, 𝘉𝘶𝘴𝘪𝘯𝘦𝘴𝘴 𝘙𝘶𝘭𝘦𝘴, 𝘊𝘭𝘶𝘴𝘵𝘦𝘳𝘪𝘯𝘨 (𝘔𝘓), 𝘚𝘤𝘪𝘬𝘪𝘵-𝘭𝘦𝘢𝘳𝘯, 𝘔𝘢𝘵𝘦𝘳𝘪𝘢𝘭𝘪𝘵𝘺

• ~𝟭𝟬 𝗱𝗮𝘀𝗵𝗯𝗼𝗮𝗿𝗱𝘀/𝗮𝗻 𝘀𝘂𝗿 𝗧𝗮𝗯𝗹𝗲𝗮𝘂 𝗦𝗼𝗳𝘁𝘄𝗮𝗿𝗲, souvent sur 𝗰𝗲𝗻𝘁𝗮𝗶𝗻𝗲𝘀 𝗱𝗲 𝗺𝗶𝗹𝗹𝗶𝗼𝗻𝘀 𝗱𝗲 𝗹𝗶𝗴𝗻𝗲𝘀 (≈ 20 champs SAP) pour missions audit/finance en complément des rapport d’audit Analytics. • 𝗖𝗼𝗻𝗰𝗲𝗽𝘁𝗶𝗼𝗻 𝗽𝗿𝗼𝗱𝘂𝗶𝘁 (UX, graphes adaptés, vues 𝗿ô𝗹𝗲-𝗯𝗮𝘀𝗲𝗱), 𝗺𝗼𝗱è𝗹𝗲 𝗱𝗲 𝗱𝗼𝗻𝗻é𝗲𝘀 optimisé, 𝗳𝗶𝗹𝘁𝗿𝗲𝘀 et 𝗱𝗿𝗶𝗹𝗹-𝗱𝗼𝘄𝗻𝘀. • 𝗚𝗮𝗶𝗻 𝗱𝗲 𝘁𝗲𝗺𝗽𝘀 pour les auditeurs, 𝗶𝗺𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝗼𝗻 des clients via la manipulation 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝘃𝗲 de leurs données financières, 𝗰𝗼𝗻𝘁𝗿𝗶𝗯𝘂𝘁𝗶𝗼𝗻 à des 𝗔𝗢 𝗰𝗹é𝘀 grâce à l’ergonomie & l’impact visuel. 𝘛𝘢𝘣𝘭𝘦𝘢𝘶, 𝘋𝘢𝘵𝘢 𝘔𝘰𝘥𝘦𝘭𝘪𝘯𝘨, 𝘚𝘵𝘰𝘳𝘺𝘵𝘦𝘭𝘭𝘪𝘯𝘨, 𝘒𝘗𝘐, 𝘐𝘯𝘵𝘦𝘳𝘢𝘤𝘵𝘪𝘷𝘪𝘵é

• Supervision des extraction 𝗦𝗔𝗣 multi-pays pour l’ensemble des clients Deloitte Audit, grands volumes (jusqu’à 𝗽𝗹𝘂𝘀𝗶𝗲𝘂𝗿𝘀 𝗺𝗶𝗹𝗹𝗶𝗮𝗿𝗱𝘀 𝗱’é𝗰𝗿𝗶𝘁𝘂𝗿𝗲𝘀), exigences d’audit et de traçabilité. • 𝗘𝘅𝘁𝗿𝗮𝗰𝘁𝗶𝗼𝗻 𝘀𝘁𝗿𝘂𝗰𝘁𝘂𝗿é𝗲 𝗲𝘁 𝘁𝗿𝗮ç𝗮𝗯𝗹𝗲 des données SAP (journaux, balance générale, factures, livraisons, stocks, remises) via query 𝗦𝗤𝗩𝗜 + 𝗲𝘅𝘁𝗿𝗮𝗰𝘁𝗲𝘂𝗿 𝗗𝗲𝗹𝗼𝗶𝘁𝘁𝗲. • 𝗣𝗮𝗿𝘀𝗶𝗻𝗴 𝗮𝘂𝘁𝗼𝗺𝗮𝘁𝗶𝘀é des exports SAP, contrôles qualité systématiques (𝘁𝘆𝗽𝗮𝗴𝗲, 𝗱𝗼𝘂𝗯𝗹𝗼𝗻𝘀, 𝘃𝗮𝗹𝗲𝘂𝗿𝘀 𝗻𝘂𝗹𝗹𝗲𝘀, 𝘀𝗮𝘂𝘁𝘀 𝗱’𝗲𝘅𝗽𝗼𝗿𝘁), journalisation et 𝗹𝗶𝗻𝗲𝗮𝗴𝗲. • Scripts Python pour 𝘀𝗮𝗻𝗶𝘁𝘆 𝗰𝗵𝗲𝗰𝗸𝘀 et rapports d’anomalies exploitables par les auditeurs. • 𝗗𝗼𝗻𝗻é𝗲𝘀 𝗳𝗶𝗮𝗯𝗶𝗹𝗶𝘀é𝗲𝘀 et prêtes pour l’analyse, 𝗿é𝗱𝘂𝗰𝘁𝗶𝗼𝗻 𝗱𝘂 𝘁𝗲𝗺𝗽𝘀 𝗱𝗲 𝗱𝗲𝗯𝘂𝗴 𝘚𝘈𝘗 (𝘤𝘰𝘯𝘯𝘦𝘤𝘵𝘦𝘶𝘳 𝘱𝘳𝘰𝘱𝘳𝘪é𝘵𝘢𝘪𝘳𝘦), 𝘗𝘺𝘵𝘩𝘰𝘯, 𝘚𝘘𝘓, 𝘋𝘢𝘵𝘢 𝘘𝘶𝘢𝘭𝘪𝘵𝘺, 𝘓𝘪𝘯𝘦𝘢𝘨𝘦, 𝘈𝘶𝘥𝘪𝘵 𝘛𝘳𝘢𝘪𝘭

• Données 𝗿é𝗴𝗶𝗼𝗻𝗮𝗹𝗲𝘀 𝗵é𝘁é𝗿𝗼𝗴è𝗻𝗲𝘀, comités d’audit nécessitant une 𝘃𝘂𝗲 𝗰𝗼𝗻𝘀𝗼𝗹𝗶𝗱é𝗲 des 𝗽𝗹𝘂𝘀 𝗴𝗿𝗼𝘀 𝗿𝗶𝘀𝗾𝘂𝗲𝘀. • 𝗨𝗻𝗶𝗳𝗼𝗿𝗺𝗶𝘀𝗮𝘁𝗶𝗼𝗻 des fichiers régionaux, règles de 𝗾𝘂𝗮𝗹𝗶𝘁é & imputations, 𝗺𝗼𝗱è𝗹𝗲 𝗲𝗻 é𝘁𝗼𝗶𝗹𝗲 optimisé QlikView. • 𝗗𝗮𝘀𝗵𝗯𝗼𝗮𝗿𝗱 𝗲𝘅é𝗰𝘂𝘁𝗶𝗳 (navigation multi-niveaux), identification du 𝗿𝗶𝘀𝗸 𝗼𝘄𝗻𝗲𝗿, de l’𝗮𝗴𝗲𝗻𝗰𝗲, de la 𝗿𝗼𝗼𝘁 𝗰𝗮𝘂𝘀𝗲, filtres contextuels & storylines. • 𝗣𝗿𝗶𝗼𝗿𝗶𝘀𝗮𝘁𝗶𝗼𝗻 𝗿𝗮𝗽𝗶𝗱𝗲 des top risques, 𝗿é𝗱𝘂𝗰𝘁𝗶𝗼𝗻 des écarts de déclaration, 𝗺𝗲𝗶𝗹𝗹𝗲𝘂𝗿𝗲 𝘁𝗿𝗮ç𝗮𝗯𝗶𝗹𝗶𝘁é des plans d’action (owner, délais, statut). • Analyse des alertes de mouvements financiers anormaux ou modification des contrats (Assurances Vie). Identification de règles de détections de faux positif afin de dégrossir le flux d'alertes à traiter et à envoyer à TRACFIN. 𝘘𝘭𝘪𝘬𝘝𝘪𝘦𝘸, 𝘋𝘢𝘵𝘢 𝘘𝘶𝘢𝘭𝘪𝘵𝘺, 𝘜𝘯𝘪𝘧𝘰𝘳𝘮𝘪𝘴𝘢𝘵𝘪𝘰𝘯, 𝘙𝘪𝘴𝘬 𝘚𝘤𝘰𝘳𝘪𝘯𝘨, 𝘋𝘳𝘪𝘭𝘭-𝘥𝘰𝘸𝘯, 𝘖𝘸𝘯𝘦𝘳𝘴𝘩𝘪𝘱

• Audits de conformité 𝗜𝗕𝗠 multi-environnements (𝗗𝗘𝗩/𝗣𝗥𝗢𝗗, on-prem/virtualisation), contrats complexes, risques financiers potentiels. • Analyse contractuelle (𝗺𝗲𝘁𝗿𝗶𝗰𝘀 𝗣𝗩𝗨/𝗔𝗨), cartographie SI et environnements, déploiement de 𝘀𝗰𝗿𝗶𝗽𝘁𝘀 𝗱’𝗶𝗻𝘃𝗲𝗻𝘁𝗮𝗶𝗿𝗲 par programme IBM (DEV → PROD), 𝗰𝗼𝗹𝗹𝗲𝗰𝘁𝗲 & 𝗻𝗼𝗿𝗺𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻 des données, 𝗿𝗮𝗽𝗽𝗿𝗼𝗰𝗵𝗲𝗺𝗲𝗻𝘁 𝗰𝗼𝗻𝘁𝗿𝗮𝘁𝘀 ↔ 𝗱é𝗽𝗹𝗼𝗶𝗲𝗺𝗲𝗻𝘁𝘀, modélisation des calculs (PVU/cores/instances). • Préparation et délibération tri-partite (Deloitte/IBM/Client), défense du périmètre, 𝗿𝗲𝗰𝗼𝗺𝗺𝗮𝗻𝗱𝗮𝘁𝗶𝗼𝗻𝘀 (processus de gouvernance SAM, baselines, classeurs de preuves). • Mise en conformité documentée et réutilisable pour les audits suivants. 𝘚𝘈𝘔, 𝘐𝘉𝘔 𝘓𝘪𝘤𝘦𝘯𝘴𝘪𝘯𝘨, 𝘗𝘝𝘜/𝘈𝘶𝘵𝘩𝘰𝘳𝘪𝘻𝘦𝘥 𝘜𝘴𝘦𝘳, 𝘝𝘪𝘳𝘵𝘶𝘢𝘭𝘪𝘴𝘢𝘵𝘪𝘰𝘯, 𝘊𝘰𝘮𝘱𝘭𝘪𝘢𝘯𝘤𝘦, 𝘋𝘢𝘵𝘢 𝘘𝘶𝘢𝘭𝘪𝘵𝘺

• Conception d’un nouveau service Deloitte (SAM Managed Service) de 𝗽𝗶𝗹𝗼𝘁𝗮𝗴𝗲 𝗲𝗻 𝗰𝗼𝗻𝘁𝗶𝗻𝘂 des déploiements logiciels et des positions de licence (SAM), service hébergé (opéré par 𝗗𝗲𝗹𝗼𝗶𝘁𝘁𝗲). • 𝗖𝗼𝗻𝗰𝗲𝗽𝘁𝗶𝗼𝗻 𝗽𝗿𝗼𝗱𝘂𝗶𝘁 (UX claire, graphes adaptés, vues rôle-based), 𝗺𝗼𝗱è𝗹𝗲 𝗱𝗲 𝗱𝗼𝗻𝗻é𝗲𝘀 𝗲𝗻 é𝘁𝗼𝗶𝗹𝗲, connexions SQL, règles de qualité, 𝗿𝗮𝗳𝗿𝗮î𝗰𝗵𝗶𝘀𝘀𝗲𝗺𝗲𝗻𝘁𝘀 𝗽𝗹𝗮𝗻𝗶𝗳𝗶é𝘀. • KPIs et alertes (taux de couverture inventaire, positions de licence, 𝘁𝗿𝘂𝗲-𝘂𝗽 𝗳𝗼𝗿𝗲𝗰𝗮𝘀𝘁), navigation fine, 𝗰𝗮𝘁𝗮𝗹𝗼𝗴𝘂𝗲 𝗱’𝗶𝗻𝗱𝗶𝗰𝗮𝘁𝗲𝘂𝗿𝘀 et définitions. • -𝟰𝟬–𝟲𝟬 % de temps de reporting, + 𝗮𝗱𝗼𝗽𝘁𝗶𝗼𝗻 des équipes (SAM/IT/Finance), 𝘃𝗶𝘀𝗶𝗯𝗶𝗹𝗶𝘁é 𝘁𝗲𝗺𝗽𝘀 𝗿é𝗲𝗹 sur la conformité et le cycle de vie des actifs logiciels. 𝘘𝘭𝘪𝘬𝘝𝘪𝘦𝘸, 𝘜𝘐/𝘜𝘟, 𝘋𝘢𝘵𝘢 𝘔𝘰𝘥𝘦𝘭𝘪𝘯𝘨 𝘦𝘯 é𝘵𝘰𝘪𝘭𝘦, 𝘚𝘘𝘓 𝘚𝘦𝘳𝘷𝘦𝘳, 𝘒𝘗𝘐𝘴 𝘊𝘰𝘮𝘱𝘭𝘪𝘢𝘯𝘤𝘦, 𝘈𝘥𝘰𝘱𝘵𝘪𝘰𝘯