AYOUB MASNOUHOU

– Conçu et déployé en production un chatbot BI custom connecté à la base de données (NL2SQL + LLM): permet aux équipes métier d'interroger les données en langage naturel, générer des analyses approfondies, exporter des tableaux, recevoir des recommandations d'actions et des tasks directement dans Google Chat. Intégration MCP Amazon pour l'exécution d'actions sur les comptes. Architecture sécurisée : RBAC, validation des requêtes, prévention des injections SQL, isolation des permissions. – Suivi et analyse des indicateurs de performance (KPIs) des pôles Data & Ops: identification de tendances, mesure d'impact et reporting des gains — résultats: -30% Time-to-Market, 15h+/semaine économisées par collaborateur. – Déployé des pipelines de données automatisés (RAG + n8n) pour l'enrichissement catalogue et le reporting opérationnel, réduisant significativement les erreurs manuelles. – Accompagné les équipes cross-fonctionnelles dans l'adoption des outils data et l'interprétation des tableaux de bord : 50% d'adoption en 3 mois.

– Prototype et déploiement en production d'un moteur de collecte et d'analyse de données (n8n + Supabase + LLM/ChatGPT) agrégeant et structurant automatiquement +200 sources de veille technologique. – Développé un pipeline RAG (Retrieval-Augmented Generation) pour l'analyse des préférences utilisateurs et la génération de résumés personnalisés à partir de données non structurées. – Cas d'usage IA end-to-end: ingestion, catégorisation, enrichissement et restitution des données — du prototypage au déploiement en production.

– Analyse des indicateurs de performance (conversion, UX) pour +10 clients dans des environnements web/digital; recommandations data-driven pour l'optimisation des parcours. – Automatisation des processus de développement et d'intégration continue : réduction du temps de mise en ligne de -40%.

– Suivi et amélioration des performances d'une plateforme J2EE enterprise (1 000+ utilisateurs internes): analyse des anomalies, mesure des métriques de stabilité et amélioration continue. – Migration des bases de données vers AWS (haute disponibilité, sécurité renforcée); acteur clé de la transition Kanban → Scrum avec animation de sprints et gestion du backlog produit.