Christel OUABA

Dans le cadre du programme stratégique Groupe Move to Cloud Data & IA, visant la transformation du Data Lake historique et des privatifs établissements vers une plateforme Data & IA sur GCP, j’interviens en tant que Product Manager Offre Établissement afin de structurer, accélérer et piloter le déploiement des usages Data & IA des banques populaires et caisses d’épargne. Vision et structuration de l’offre Data & AI Products • Pilotage de l’offre de service Cloud Data Plateforme Groupe (CDPG) auprès des établissements • Contribution à la roadmap stratégique de déploiement et recadrage Déploiement à l’échelle et adoption des usages • Garante du déploiement de l’offre CDPG auprès des Banques Populaires et Caisses d’Epargne • Pilotage des vagues d’onboarding des établissements sur la plateforme • Préparation et animation des COPIL, COSUI, ateliers métiers et sessions de cadrage (recueil des besoins, qualification des uses cases, urbanisation) • Accompagnement des établissements au quotidien dans la création et l’adoption des usages Data & IA • Facilitatrice des échanges entre les établissements et les autres comptoirs Groupe sur GCP (RH, Paiement, CRM, MNV, ...) • Formalisation des process/documentation en lien avec le déploiement (DOR, DOD, SharePoint) • Contribution à l’enrichissement continu de la plateforme pour répondre aux besoins métiers (scalabilité, time-to-market, ...) • Contribution au programme Orion : suivi des objectifs, remontée des alertes, anticipation des besoins Pilotage produit et delivery en environnement SAFe • Product Owner de 2 squads et pilotage transverse • Gestion et priorisation du backlog transverse offre établissement • Coordination des travaux via rituels agiles (PI Planning, itérations, System Demo) • Suivi de l’avancement, gestion des risques, résolution des points de blocage Gouvernance, performance & acculturation • Pilotage des enjeux FinOps (coûts Cloud) et optimisation des usages sur la plateforme • Suivi et coordination des formations GCP & acculturation data/IA en partenariat avec Google Résultats : onboarding de 22 établissements sur CDPG, déploiement de plus de 50 projets d’usage (analytics, ML/IA, IA Gen), création d’un dashboard de suivi d’utilisation de la plateforme Environnement technique: Google Cloud Platform (GCP), BigQuery, Semarchy, Alteryx, Power BI, Dataïku, Vertex AI, Airflow, frameworks et parttern internes, Jira, Confluence, Agile SAFe

Dans un contexte Data Mesh & gouvernance fédérée – Data Train SAFe, j’accompagne les fonctions Corporate (Finance, Conformité, RH, Gestion des Actifs, Actuariat) lors de la mise en œuvre de la décision stratégique de plateformisation du groupe AG2R La Mondiale Accompagnement des Data Owners & Data Stewards • Conseil stratégique pour résoudre les problématiques métiers liés à la donnée • Formalisation d’une feuille de route data alignée sur les enjeux des parties prenantes • Définition d’une vision produit claire pour favoriser l’adoption de la donnée et générer de la valeur métier Rôle de Product Manager au sein du Train Data • Pilotage de la vision produit et de la roadmap en collaboration avec les équipes métier et data • Gestion du backlog, découpage des Epics en Features, priorisation selon l’impact métier • Coordination étroite avec les Product Owners, Data Partners, Architectes, RTE et Business Owners • Participation active aux cérémonies agiles : PI Planning, démonstrations, rétrospectives Qualité & Gouvernance des Produits de Données • Garantie de la conformité, de la documentation et du respect des référentiels (Quality by Design) • Accompagnement des équipes dans la maîtrise de leurs responsabilités de data ownership Acculturation & Innovation Data • Sensibilisation des métiers aux usages stratégiques de la donnée • Veille technologique et réglementaire pour identifier de nouveaux leviers d’innovation par la data Résultats : construction de la roadmap du Socle unifié de la connaissance client, création de plusieurs produits data dans GCP, agent IA contrôle de frais de note, livraison du dashboard de suivi et pilotage de la trajectoire Data Hub, accompagnement et force de proposition pour la gouvernance fédérée Environnement technique: Google Cloud Platform (GCP), BigQuery, Data Build Tool (DBT), Semarchy, Elastisearch, Airflow, Jira, Confluence, Agile SAFe

J'ai occupé le rôle de PM pour Getaround durant le bootcamp Noé avec l'accompagnement de Lead PM, Head of Product et CPO. La problématique était comment augmenter le repeat rate en se basant sur la qualité de la voiture Voici ce que j’ai mis en pratique : • Product Strategy : exploration des enjeux stratégiques et du positionnement de Getaround face à la concurrence en France • Product Discovery : interviews d’une dizaine d’utilisateurs, analyse de données (SQL, Excel) • Priorisation : utilisation des frameworks Use Case, Cost & Impact et RICE pour les problèmes/solutions, MoSCoW pour implementation des features • Prototypage, définition des métriques à tester et A/B testing avec de vrais utilisateurs, dans un processus itératif • Delivery : rédaction des spécifications pour l’équipe tech (user stories, workflows, edge cases) • Pitch final : présentation devant le Lead Product de Getaround Résultats : augmentation du repeat rate de 1.5% : de 68% à 69.5%, adhérente à une communauté de PMs, Lead PMs, Head of Product et VP Product Environnement technique : Notion, Figma, Miro, Jira, Microsoft office 365

Make.org souhaite améliorer le format de réponse de ses LLMs afin d'améliorer l'expérience utilisateur. C'est dans ce contexte que j'interviens afin de trouver le format de réponse adéquat aux besoins utilisateurs • Product Discovery d'un GenAI product • Compréhension de la méthode d’indexation de corpus documentaire et des méthodes de recherche basées sur des embeddings vectoriels • Optimisation des prompts engineerings afin d'améliorer le RAG (Retrieval-Augmented Generation) du LLM • Tests et comparaison des LLMs : OpenAI (ChatGPT), Mistral, Claude, Llama, Chatsonic, Perplexity, Gemini, Copilot • Collaboration avec un product designer • Partage des insights et échanges avec l'équipe produit • Recommandations produit • Observation COMEX Résultats : compréhension des spécificités de chaque LLM, classement des formats de réponse par les utilisateurs Environnement Technique : Notion, Figma, Jira, MixPanel, Told, Microsoft office 365

Dans le secteur de la grande distribution, AHI ES Supermercado (> 5000 produits) souhaite automatiser la détermination du prix de ses articles. Expertise fonctionnelle : cadrage, discovery et suivi du projet • Conduite des ateliers utilisateurs • Construction du datalake représentatif des besoins utilisateurs • Définition de la roadmap du produit • Identifications des features, priorisation des features, création du backlog, rédaction des user stories et des critères d’acceptation • Reporting, communication et présentation du produit Expertise technique : création de la solution de pricing qui prédit le prix des articles • Configuration de l’environnement en mode parallélisé • Data crunching et data préparation • Statistique descriptive, analyse factorielle multiple et clustering • Entrainement de quatre modèles : Random Forest, SVM, XGBoost et le modèle ensembliste • Mise en place de plusieurs méthodes d’entrainement : validation croisée, recherche de paramètres par grid search et bayesian optimization • Sélection du meilleur modèle, étude des résidus et marge d’erreur, déploiement du modèle Résultats : estimation du prix des articles avec une erreur moyenne de 15 centimes, gain du salaire d’une ressource Environnement technique : Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TidyModels, ToParallel, Foreach, FactoMiner, Canva

Face à un désalignement entre les équipes Data Scientists et Data Engineers, le responsable de la Data Plateforme a identifié la nécessité d’une personne capable de fédérer et de porter une vision unifiée pour l’ensemble du collectif. Ce manque d'alignement freinait l'optimisation des processus et l’efficacité des produits data. Dans ce cadre que j’interviens avec une casquette de chef d’orchestre. Mon objectif principal est de restaurer la collaboration et la cohésion entre les équipes, en harmonisant leurs efforts autour d'une roadmap commune. En parallèle, j'accompagne le responsable de la Data Plateforme dans le management des produits Data et IA, garantissant l'alignement stratégique des initiatives et la bonne exécution des priorités produit. Pilotage des produits Data Science/ML/IA de bout en bout (portefeuille d’une quinzaine de produits, 5 squads) : • Coordination, fédération et synchronisation des équipes : équipe Métiers, équipe Médiation (Ingestion des données), équipe Data Scientists et équipe Data Engineers/DevOps • Data Product Owner : définition d’une vision produit partagée et adoption par les parties prenantes, gestion de la priorisation des features et alignement da la roadmap avec les objectifs business, collaboration avec les équipes pour améliorer les flux de travail en maximisant l’efficacité des livrables Data/IA • Scrum Master : mise en place des Framework Kanban et Scrum, garante de l’agilité́ au sein des équipes, organisation et animation des évènements Scrum (daily meeting, sprint planning, sprint review, rétrospective), responsable du Jira, choix des KPI et suivi des statistiques • Management des produits ML et IA : fidélisationdesclients, prévision du risque de départ, outil d’aide à la décision commerciale(pricing), recommandations des conditions clients, recommandations des articles, ciblage marketing par typologie clients, moteur de recherche ATLAS, création d’un outil OCR (Reconnaissance Optique de Caractères) pour les crédits managers Pilotage de l’industrialisation des algorithmes DS et IA : • Suivi des engagements : remontée de l’état d’avancement, gestion proactive des risques, résolution des alertes et mise en place d’actions correctives • Suivi du déploiement, de la mise en production et de l’ouverture du service aux utilisateurs • Étude de faisabilité et présentation des nouveaux projets en Comité d’Architecture • Validation des documents auprès des urbanistes/architectes • Suivi rigoureux de la documentation des process techniques : PSAT(ProofpointSecurityAwarenessTraining), DMEX(DocumentationdeMiseenExploitation), Spécifications Techniques/Fonctionnelles Détaillées Responsable Data Products et alimentation du Data Lake : • Élaboration et gestion de la Roadmap stratégique en alignement avec les priorités business et techniques • Management des data products : identification des besoins, conception et développement des Data Products, formalisation des SPECS • Data gouvernance des données : data quality, data monitoring, gestion des alertes et création du dictionnaire de données • Pilotage de la migration du Data Lake dans le Cloud • Recette technique lors de la migration et gestion du Data Catalog Résultats : réalignement des équipes, satisfaction des métiers, augmentation du gain ROI, maîtrise de la charge de travail et cohésion des équipes. Environnement : Cloudera Hadoop (HBase, Hive, Impala, Hue, Elastic Search), CDSW, Kubernetes, API REST Django, Python, Git, Cloud Azure (ADLS, Databricks, Data Factory, AML, MLOps), Hana, Sybase, Jira, Confluence, Agile Scrum/Kanban

La DGEFP, donneur d’ordre à la Caisse des Dépôts responsable du Data-hub AGORA de la formation professionnelle, se rend compte du non-respect de la conformité des exigences contractuelles. Elle décide de créer un Data Product dont l’objectif serait d’auditer automatiquement la Data Quality afin de prendre des décisions stratégiques éclairées. C’est dans ce contexte que j’interviens au sein du département SID pour donner la vision produit et créer le Data Product Discovery • Préparation et animation du Kick Off de lancement du produit • Cadrage, investigation de la problématique et identification des users business et persona associés • Conduite et réalisation de l’user research : choix des product users, interviews, et identification des pain points • Analyse des feedbacks et data-driven insights • Priorisation : problèmes, solutions, use cases, Cost & Impact • Stratégie produit, roadmap du produit et mise en œuvre de manière efficiente • Priorisation stratégique et définition du MVP Delivery • Création du Backlog produit, création et priorisation des user stories • Sprint planning et estimation des user stories • Adaptation des méthodologies agiles à l’environnement existant • Adaptation de la méthodologie de travail à l’environnement existant • Gestion proactive des risques liés à la Data Quality, aux Data Flows et à la conformité réglementaire RGPD • Proposition de scénarios data-driven et arbitrage • Chiffrage des scénarios, estimation des ressources data et du coût budgétaire • Chef d’orchestre des échanges entre les stakeholders : architecte, data engineers, data analystes, les users métiers • Tests d'acceptation et validation des solutions data • Définition des KPIs data-driven et suivi post-lancement Résultats : création du MVP du produit dans le respect triptyque qualité-délai-coût, satisfaction des utilisateurs, lancement de nouveaux projets. Environnement technique : SQL Server Machine Learning Services, Microsoft Client R, Power BI

Le département Études Mobilité et Qualité de Service a la responsabilité de fournir les indicateurs de mesure et de qualité du trafic à l’ensemble de la Direction et à Ile de France Mobilité. Dans ce département, COMOB est le Data Product qui permet la diffusion de ces indicateurs. J’interviens afin de donner une vision produit claire, optimiser l’expérience utilisateur et diffuser de manière fluide les indicateurs à l’ensemble des utilisateurs, afin de garantir la pérennité et la notoriété de COMOB. • Responsable du data Product COMOB : plus de 900 users, 1 squad de 5 personens • User research : interviews des users, identification des pain points et des gain points • Priorisation et roadmap du produit : problèmes, solutions, use cases, Cost & Impact • Accompagnement du changement et formation des utilisateurs • Création des Dashboard pour le suivi des Key KPI • Pilotage de la migration de COMOB sur une nouvelle plateforme Azure : principale interlocutrice métier avec la DSI, intervention lors des COPIL, gestion des risques, suivi du planning et suivi des coûts • Benchmark des outils de Data visualisation : rédaction du cahier des charges, tests et prototypages des tableaux de bord, notation et rédaction des livrables. • Pilotage et réalisation de la campagne de vérification des compteurs automatiques : échanges avec l’institut, organisation et planification, collecte des données, recettes, analyse des données, présentation et soutenance chez Ile de France Mobilités Résultats : réussite de la migration, choix du nouvel outil de Data visualisation, satisfaction des utilisateurs, budget COMOB voté pour les 4 prochaines années. Environnement technique : Agile, Data Lake Hadoop et Plateforme Azure, SAS Guide, SAS to Hadoop, SAS VA/Viya, R, PowerBI, Tableau