Djeneba Diarra

🎯 Piloter les évolutions d’une application métier et aligner les besoins métiers avec les solutions IT. 🔹 Missions principales : - Recueillir et analyser les besoins utilisateurs (métiers et administrateurs). - Cadrer les évolutions fonctionnelles et rédiger les spécifications / user stories. - Animer les réunions de suivi projet et coordonner les parties prenantes. - Suivre les développements et prioriser les évolutions avec l’équipe technique. - Organiser et réaliser les tests fonctionnels (recette). - Accompagner la mise en production et les ajustements post-déploiement. 🚀 Impact : - Amélioration de l’expérience utilisateur et des parcours agents. - Processus métiers clarifiés et mieux structurés. - Meilleure collaboration entre équipes métiers et techniques. - Livraison d’évolutions applicatives adaptées aux usages terrain.

🎯 Accompagner des étudiants dans la réussite de leur parcours Data. 🔹 Missions principales : - Guidage : analyser les besoins, adapter la pédagogie, préparer les sessions. - Inspiration : motiver dans les moments de doute, redonner confiance et vision. - Évaluation : suivre la progression et préparer les soutenances de projets. 🚀 Impact : accompagnement de dizaines d’étudiants vers l’obtention de leur diplôme et leur insertion professionnelle.

🎯 Dispenser des formations en data analysis et data visualisation dans des établissements privés et organismes de formation. 🔹 Interventions : - Cours de Machine Learning avec Python (SUPINFO). - Cours de Data Viz avec Tableau (CNAM, ISA Junia, Digital School). - Cours de Data RH avec Excel (CNAM, Institution Saint-Aspais). - Conférence (Université Ryerson, Toronto) sur communication & éthique en Data Science. 🚀 Impact : plus de 300 étudiants et professionnels formés aux outils et aux bonnes pratiques de la data.

🎯 Valoriser et structurer les données marketing pour optimiser les campagnes. 🔹 Missions principales : - Automatiser l’extraction et le nettoyage des données. - Créer des référentiels métiers et des bases régionales via Tableau Prep. - Produire des statistiques et des dashboards interactifs avec Tableau. - Rédiger des tutoriels et former l’équipe à l’usage de Tableau. 🚀 Impact : amélioration des ciblages marketing et montée en compétences de l’équipe.

🎯 Migration d’outils de reporting Excel/Access vers Tableau Software. 🔹 Missions principales : - Identifier les sources de données et concevoir un modèle conceptuel. - Nettoyer et transformer les données avec Tableau Prep. - Construire des dashboards interactifs sous Tableau Desktop/Server. 🚀 Impact : automatisation et fiabilisation du reporting, adoption de Tableau au sein des équipes.

🎯 Réaliser des études statistiques pour divers clients grands comptes. 🔹 Missions principales : - Segmentations clients (Carrefour) avec Big Query. - Dashboards de ventes mensuels (PointP) avec SAS. - Analyses et visualisations clients (GammVert) avec Tableau. 🚀 Impact : analyses livrées dans les délais, avec adoption par les équipes métiers.

Travailler sur diverses missions de science des données et d'analyses avancées pour nos clients du CAC 40.

🎯 Création d’un outil décisionnel pour évaluer les stratégies d’achat d’énergie (SEGE). 🔹 Missions principales : - Formatage et traitement des données de prix historiques et de simulation. - Modélisation statistique (tests de cointégration, modèles ARMA-GARCH). - Développement d’un dashboard en temps réel avec R Shiny pour le Front Office (Bruxelles). 🚀 Impact : outil utilisé par le Front Office pour piloter ses positions sur le marché européen de l’électricité.

🎯 Développer une plateforme de mise en relation entre professionnels du bâtiment et particuliers. 🔹 Missions principales : - Création et alimentation de bases de données clients. - Développement d’algorithmes de scoring et matching en Python. - Mise en place d’un outil de prospection avec R Shiny (cartographie dynamique). - Implémentation de modèles prédictifs en R et Python. 🚀 Impact : prototypes opérationnels intégrés à la plateforme, permettant un meilleur ciblage et une mise en relation efficace.

🎯 Étude épidémiologique sur le lien entre la prise d’un traitement hormonal de la ménopause et la survenue de démence. 🔹 Missions principales : - Analyser les données à l’aide de SAS Enterprise Guide. - Implémenter des modèles de régression logistique et linéaire. - Rédiger un rapport détaillant les résultats de l’étude. 🚀 Impact : contribution à une recherche médicale sensible, avec des résultats exploitables pour la communauté scientifique.