Cheickna Diaby

• Mise en place d’un processus d’audit automatisé : Développement et implémentation de solutions d’audit automatique pour chaque point de récupération des données, afin de garantir leur fiabilité et leur conformité. • Gestion des données : Extraction, traitement et validation des données issues des mesures terrain, en veillant à leur qualité, leur intégrité et leur disponibilité pour les analyses. • Maintenance des outils BI : Gestion proactive des incidents sur les outils de Business Intelligence (BI), résolution des problèmes techniques et optimisation continue des processus existants. • Conception de reportings : Création et déploiement de tableaux de bord interactifs sur Power BI pour une visualisation claire et une interprétation efficace des indicateurs clés de performance Outils : Power BI (Power query, DAX), Python, SQL Serveur, Git, Jira, confluence, Azure Synapse

• Centralisation des sources de données dans un DataLake : Conception et développement de pipelines de données pour créer des flux automatisés. • Gouvernance des données : Participation aux initiatives visant à garantir la qualité, la fiabilité et l’intégration des données dans un Data Warehouse, en utilisant des processus ELT ou ETL. • Intégration d’APIs : Enrichissement des bases de données internes via l’intégration de diverses APIs, avec des appels automatisés développés en Python. • Analyse de grandes volumétries de données : Identification de tendances et insights grâce à l’analyse approfondie de datasets volumineux. • Migration de données : Transition des données de NoSQL (MongoDB) vers MariaDB en garantissant la continuité et l’intégrité des information. • Support opérationnel : Réponse aux demandes ponctuelles des équipes opérationnelles, incluant l’extraction, la mise à jour et l’insertion de données. Outils : GCP (Big query, Dataflow, Dataform, Pub/Sub, gcloud, Cloud Composer), Talend, MongoDB, Tableau, Airflow, SQL, Gitlab (CI/CD), PostgreSQL, Docker

• Réponse aux demandes ponctuelles : Extraction de données et réalisation d’études statistiques pour les projets développés au sein de l’équipe, en utilisant SQL, Python, Talend et Oracle. • Automatisation des reportings : Planification et exécution des tâches pour automatiser la génération et la mise à jour des reportings. • Contrôles automatiques : Mise en place de systèmes automatisés pour détecter les anomalies et prévenir les fraudes, en utilisant Python et Talend. • Data Visualisation : Suivi en temps réel des KPIs des conseillers (contrats, devis, appels, sinistres) via des outils comme Tableau et Power BI. Outils : Oracle, TALEND, Shell, MySQL, SQL, Tableau, Power BI, Excel, Python, Jira, TCM

-Gérer la base de données (nettoyage, transformation, normalisation, encodage) et la collecte automatique des données. -Communiquer avec des experts métiers issus de domaines variés et déployer de solutions opérationnelles -Reporting quotidien et hebdomadaire : Développer une application RSHINY afin de visualiser les résultats statistiques -Construire des modèles prédictifs basés sur des méthodes de machines Learning : Classification supervisée (randomforest, régression logistique, Kplus proches voisins, bagging, boosting …) Classification non supervisée (clustering : CAH, Kmeans, segmentation) -Former l’équipe sur le logiciel R