Chems Ounissi

Conception et développement de solutions Data & Cloud pour la mobilité intelligente, l’e-commerce et les plateformes internes à forte volumétrie. Développement de pipelines d’ingestion API, transformations Python et modélisation SQL pour améliorer la qualité et la prédictibilité des données liées aux déplacements. Mise en place d’un système distribué de scraping haute fréquence collectant des données multi-sites, avec normalisation, historisation et production de datasets e-commerce fiables. Création d’un outil interne de déploiement Cloud automatisé sur AWS & Azure, simplifiant la mise en production et réduisant les erreurs d’environnement. Développement d’un système de recherche intelligente basé sur RAG, embeddings et base vectorielle, permettant un accès instantané et contextualisé aux ressources internes. Animation d’ateliers et accompagnement technique en Data Analytics (Python, SQL, Git, DBT, BigQuery) dans un cadre pédagogique. Stack : Python, AWS (Lambda, ECS, S3), Azure Data Services, Docker, Terraform, SQL, RAG, Pinecone, Cognitive Search.

Animation d’ateliers Data Analytics et accompagnement d’apprenants dans leur montée en compétences sur les fondamentaux du développement et des pipelines de données. Encadrement pédagogique sur des modules clés : Python, SQL, Git, workflows analytiques, modélisation, DBT et BigQuery. Développement d’exercices, correction guidée et soutien individualisé pour faciliter l’appropriation des concepts techniques. Contribution à la formation des futurs Data Analysts et Data Engineers, en mettant l’accent sur la qualité des données, les bonnes pratiques d’ingénierie et la compréhension des architectures modernes. Stack enseignée : Python, SQL, Git, GitHub, DBT, BigQuery.

Développement de solutions d’automatisation et d’intégration de données pour optimiser la gestion commerciale et la synchronisation des ventes entre outils internes. Conception d’un flux automatisé entre le système de facturation et le CRM, permettant la création fiable de transactions, la réduction des erreurs manuelles et l’accélération du traitement des commandes. Mise en place d’un pipeline structuré conciliant données produits, quantités, prix et TVA afin d’assurer une vision cohérente et exploitable du chiffre d’affaires. Amélioration de la qualité, de la traçabilité et de la disponibilité des données commerciales, facilitant le reporting et la prise de décision opérationnelle. Stack utilisée : Python, APIs REST, HubSpot API, automatisation des workflows, normalisation des données, gestion d’événements et transactions structurées.

Conception et développement d’un site vitrine destiné à présenter une activité et centraliser les demandes entrantes via un formulaire de contact. Mise en place d’un back-end connecté à une base de données permettant l’enregistrement, la consultation et le suivi des messages soumis par les utilisateurs. Développement orienté simplicité, fiabilité et maintenabilité, avec une attention portée à la structuration des données et à la gestion des flux entrants