Charles PREDESTIN

– Recueil des besoins auprès des chefs d'équipe et conception de 5 dashboards Power BI (DAX, Power Query) utilisés par 20 décideurs pour le pilotage opérationnel quotidien. – RPA - Automatisation du suivi de saturation des stocks (Power Automate): réduction du temps de traitement de 3h à 10 min/jour (gain de 95%). – Consolidation de flux de données multi-sources (stocks, volumes, capacités) via SQL, SSIS et Power Query pour fiabiliser les indicateurs opérationnels. – Animation de réunions data avec les équipes terrain et restitution des analyses aux directions opérations et finance. – Coordination des tâches projet en mode Agile/Scrum (YouTrack).

– Recueil des besoins métier (Sales, Business Steering) et animation de daily meetings data avec 30 utilisateurs pour le suivi des indicateurs financiers MTD/YTD (Net Flows, AuM, pipeline commercial). – Conception de dashboards Power BI interactifs connectés à MyAnalytics et MyCRM pour le suivi hebdomadaire des Subscriptions/Redemptions, avec segmentation par pays, stratégie et équipes commerciales. – RPA - Automatisation du suivi des redemptions (extraction MyAnalytics/MyCRM, structuration des flux): réduction du temps d'analyse de 2h à 20 min (gain de 83%). – MOA - Rédaction de spécifications fonctionnelles, tests UAT et coordination IT/MOE pour les projets data en mode Agile/Scrum. – Gouvernance et qualité des données : automatisation via SQL, Python et Power Query.

– Automatisation de la veille ESG via web scraping Python sur 2 sources (CSRD, SFDR, taxonomie EU): génération automatique de rapports écrits et alertes réglementaires. – Conception de dashboards Power BI pour le reporting extra-financier et le suivi d'indicateurs ESG (E, S, G).

– Contribution à des projets open-source d'analyse environnementale et de mesure d'impact carbone. – Construction d'un modèle de scoring crédit (segmentation, clustering Python) déployé dans 10 succursales nationales pour l'octroi de prêts personnels à plusieurs centaines de clients. Et réduction du taux de défaut de paiement à 5% et gain de 15% sur le temps d'analyse du portefeuille. – Automatisation des reportings risque crédit sous Python (Jupyter) pour le suivi mensuel du portefeuille clients.