Aymeric Veyron

Mission pour un groupe électrotechnique industriel, éditeur d'un MES propriétaire. Deux fils en parallèle. Assistant Finance et Contrôle de gestion en langage naturel, construit sur Snowflake (Cortex). Il répond aux questions sur les chiffres et ouvre une demande de vérification plutôt que de deviner. Modèle Done-For-You puis transfert de compétences : je construis le premier assistant, les équipes internes prennent la main sur les suivants pendant que je cadre et je forme. Étapes suivantes : détection d'anomalies sur le pilotage des affaires (dbt) avec alertes, et revue de comptes automatisée par agents Cortex. Conseil IA à la Direction Générale opérationnelle sur l'usage de l'IA dans les process : automatisation, code basé sur des serveurs MCP, réduction des coûts de setup pour adresser des clients plus petits. Principe Lean assumé : on ne branche un outil que quand l'usage est avéré, pas avant.

Conseil porté au niveau du Directeur Général d'un éditeur SaaS QHSE. La mission se joue au niveau COMEX, pas au niveau technique. Audit Data & IA sur trois axes : automatisation des processus, simplification de l'interface, valorisation de la donnée QHSE. Pilotage de la stratégie agentique (MCP, approche tool-to-data) autour d'un principe : des données directement exploitables par les clients. Quatre architectures candidates étudiées et arbitrées (Azure AI Foundry contre OVH SecNumCloud). Réflexion sur un nouveau canal de revenu : des serveurs MCP facturés aux clients. Accompagnement aussi sur le choix de plateforme data, avec une migration vers Snowflake en cours de conviction.

Mission pour un cabinet d'expertise transport et logistique. L'objectif n'est pas de remplacer les humains mais de mettre en place des workflows agentiques qui collaborent avec les experts, pour fluidifier le business et grandir sans grossir. Les agents s'intercalent dans les outils déjà utilisés (FileMaker, Outlook, Word, Synology). Pas de migration, pas de nouvelle interface à apprendre. Les process métier ne changent pas, les agents s'intercalent là où ils créent de la valeur et restent invisibles le reste du temps. La boîte mail reste le tableau de bord : les agents tournent en arrière-plan, l'humain valide ou corrige par mail. Un seul état partagé entre humains et agents dans le dossier FileMaker. À tout moment un humain reprend la main, arrête ou reroute l'agent (jidoka). Validation imposée au démarrage sur les actions sensibles, puis assouplie à mesure que la confiance s'accumule (PDCA). C'est l'illustration la plus aboutie de l'agentique conduite comme du Lean : état partagé, jidoka, validation graduée, anti-suringénierie.

Diagnostics Data & IA pour PME et ETI, template reproductible : audit organisationnel sur une dizaine de jours, identification des cas d'usage, feuille de route priorisée, restitution en direction ou COMEX. Exemples (clients anonymisés) : Groupe BTP pluridisciplinaire (~700 collaborateurs, 14 entités) : 16 entretiens sur toute la chaîne de valeur, constat d'un SI fragmenté (3 ERP métier non interconnectés), rapport détaillé et 6 axes thématiques. Cofinancé BPI France, programme IA Booster. Fabricant premium de véhicules aménagés (~45 collaborateurs) : diagnostic sur 6 verticales (commerce, ADV, SAV, finance, RH, bureau d'études), structuration de la donnée avant un changement d'échelle industriel. Approche Lean : partir de l'impact métier, comparer les architectures (Snowflake contre Microsoft Fabric), construire en incrémental.

Cabinet de conseil indépendant Data & IA pour PME et mid-market. Pragmatisme radical, anti-big-bang, Lean appliqué à la data. Ce que je fais concrètement : - Diagnostics Data & IA (audit, feuille de route, restitution COMEX). Template reproductible : audit en quelques jours, identification des cas d'usage, roadmap priorisée. - Architecture et stratégie agentique pour éditeurs SaaS et mid-market. Agents ancrés dans la donnée de l'entreprise, pas de l'automatisation de workflow déconnectée du patrimoine existant. - Data sharing & monétisation Snowflake (Cortex, Snowflake Intelligence, CKE, marketplace). - CTO Data & IA fractionnel en sous-traitance : redéfinition de l'offre Data & Agentique, gestion des partenaires, missions grands comptes presse et construction. Reconnaissances : Snowflake Squad (top ~1000 experts mondiaux), Cortex Code Champion 2026, Ambassadeur IA « Osez l'IA » (Bretagne), certifié CCAR-F (Architecte Claude) / SnowPro Core / SnowPro Gen AI. Auteur de « Data et PME : la voie du succès » (oct. 2025).

CDO et membre du shadow CODIR d'un grand courtier en assurances, groupe coté. Pilotage des équipes Digital Factory et Data Lab dans la transition digitale. Gouvernance & culture data : formation de 5 Data Stewards parmi 70 collaborateurs, sensibilisation des équipes commerciales et opérationnelles au potentiel du digital et de la data. Supervision d'une thèse CIFRE sur la modélisation comportementale de l'absentéisme. Business plan HR Analytics : conception de la proposition de valeur, objectif 300K€ de CA additionnel en 2022. Développement produit : conception technique, marketing et commercial d'une plateforme SaaS d'audit des régimes de protection sociale — 150K€ de revenus dès l'année 1 (2021).

Pilotage d'audits des régimes de protection sociale pour des multinationales, alignement avec les standards internationaux et optimisation des réseaux de courtiers locaux. Intégration des avantages sociaux dans les politiques RSE des clients à l'échelle mondiale. Automatisation des processus de collecte de données pour les audits filiales : -50% de temps d'audit (gain 0,5 ETP), amélioration de la qualité des données et du taux de réponse de +10%. Développement d'un reporting semi-automatisé : économies d'1 ETP, rationalisation des processus et amélioration des délais de livraison client.

Back-testing des modèles implémentés, optimisation des performances des algorithmes. Étude préliminaire sur le Wrong Way Risk pour intégration dans les modèles de risque. Étude comparative sur les modèles de taux pour l'implémentation CVA (Credit Value Adjustment).

-Implementation of the user formula selection interface within MLC (Murex Limits Controler)