Boukary OUEDRAOGO

• Extraction, transformation et analyse de données bancaires avec SAS et SQL pour les besoins de reporting réglementaire et prudentiel. • Contribution à la préparation, au contrôle et à la fiabilisation des données utilisées dans les processus de reporting COREP. • Développement de contrôles de Data Quality et de réconciliation afin d’identifier données manquantes, doublons, écarts de périmètre et incohérences d’agrégation. • Automatisation de chaînes de traitement et de contrôles sous SAS Base, SAS Macro et SAS Enterprise Guide. • Analyse des variations entre périodes de reporting et investigation des principaux facteurs d’évolution des expositions et indicateurs prudentiels. • Participation à la définition et à la documentation des règles de gestion, mappings, contrôles et processus de transformation des données réglementaires. • Réalisation de recettes et validations de fichiers d’alimentation : complétude, format, cohérence métier et conformité des données. • Analyse des anomalies de production et identification des causes racines jusqu’aux données sources.

• Pilotage des indicateurs de rentabilité sur le périmètre France (350 000 véhicules, 90 000 commandes par an) : calcul et diffusion du PNB, du RONE et du RNAI à la maille commande • Conception des reportings de gestion sous Power BI : reporting hebdomadaire à destination du Board, tableaux de bord opérationnels des équipes commerciales • Simulations financières et analyses de rentabilité ad hoc pour les décisions de pricing des directions Commerce, Marketing et Produit • Contribution à la politique tarifaire : revue annuelle des hypothèses de rentabilité, paramétrage de l'outil de tarification DRIVE • Interlocuteur référent des équipes commerciales pour l'explication de la rentabilité de chaque commande • Développement et automatisation des outils de calcul et de reporting sous SAS, SQL et Python : réduction des temps d'exécution jusqu'à -60 %

• Développement de modèles avancés de data mining et machine learning pour le ciblage de la fraude sociale (régression logistique, XGBoost, SVM) • Exploitation de données issues de l’environnement Hadoop via HiveQL, traitement avec pandas et scikit-learn. • Amélioration de plus de 20 % des recouvrements d’indus vs contrôles aléatoires (millions d’euros récupérés) • Extraction de données via SAS pour répondre aux demandes de la DGSS, INSEE, Ministère du Logement… • Développement et diffusion de reportings avec Power BI. • Optimisation des programmes SAS, documentation technique, accompagnement des nouveaux collaborateurs

• Participation à un projet national sur les politiques de financement climatique et les instruments de transition durable. • Extension et simulation d’un modèle macroéconomique SFC (Stock-Flow Consistent) sous R pour intégrer les effets de la taxe carbone, des politiques monétaires non conventionnelles et des investissements verts. • Analyse des impacts de ces instruments sur les bilans financiers des entreprises et la stabilité macroéconomique. • Production de briefs stratégiques et de dashboards interactifs R Shiny pour la visualisation des scénarios simulés. • Collaboration avec des économistes, statisticiens et experts climat dans un environnement interdisciplinaire à forte exigence politique. Environnement : R, Shiny, SQL, Excel