Kheir-Eddine Kouider

– Ingestion et transformation de données issues de différentes sources (CSV, Parquet, Azure Data Lake) via Databricks et PySpark. – Normalisation et historisation des données en couches analytiques (bronze, silver, gold) selon l'architecture médaillon. – Contrôle qualité des données (gestion des doublons, valeurs manquantes, suivi de versions avec Delta Lake). – Conception de modèles de données adaptés à l'analyse et au reporting. – Mise à disposition de datasets préparés dans Dataiku pour l'exploration visuelle et la préparation collaborative. – Développement de tables analytiques consommables dans Power BI pour le pilotage métier. – Création de dashboards interactifs et dynamiques sous Power BI, intégrant des KPIs stratégiques pour les métiers. – Optimisation des performances des rapports via DAX et Power Query. – Documentation et accompagnement des utilisateurs métier dans la lecture et l'interprétation des analyses. – Travail étroit avec les équipes métiers pour définir besoins, KPIs et axes d'analyse. – Contribution à la fiabilisation des données et amélioration de la performance des requêtes (OPTIMIZE, Z-Ordering).

– Recueil et formalisation des besoins métiers pour la conception de solutions BI sous Power BI. – Définition de la vision produit, roadmap et priorisation des évolutions. – Conception et optimisation de modèles de données (schéma en étoile/flocon) pour améliorer la performance. – Optimisation des performances avec DAX et Power Query. – Création de dashboards interactifs et dynamiques sous Power BI et Dataiku. – Développement de scripts Python (pandas, numpy, scipy) pour l'extraction et la transformation des données. – Conception et automatisation des pipelines ETL avec Talend. – Suivi de projets BI via Jira en méthodologie Agile/Scrum. – Coordination avec les équipes techniques et métiers pour assurer la livraison des solutions BI. – Gestion et optimisation des bases de données sous SQL Server (SSMS). – Rédaction et optimisation de requêtes SQL complexes – Maintenance et supervision des applications BI, gestion des incidents (N3). – Amélioration des performances et résolution des problèmes liés aux flux de données et aux dashboards.

– Conception et structuration d'une base de données pour le suivi de chantier. – Développement d'interfaces interactives pour la gestion des projets. – Automatisation de la saisie et du traitement des données via des scripts – Intégration et transformation des données issues du suivi de chantier dans Ninox. – Développement de requêtes avancées et d'indicateurs de performance (KPI). – Création de dashboards dynamiques pour suivre l'état des projets. – Développement de macros VBA avancées pour automatiser la collecte, le traitement et l'analyse des données. – Génération automatique de tableaux de bord et de rapports en temps réel. – Gestion des imports/exports de données entre Excel et d'autres sources – Automatisation de la création de documents et rapports de chantier – Intégration de modèles dynamiques pour la génération rapide de documents. – Optimisation de la mise en forme et du remplissage des champs.

– Extraction des données (distance, vitesse, fréquence cardiaque) depuis des montres connectées via API ou fichiers bruts. – Stockage et traitement des données dans un environnement cloud (AWS S3, EC2) pour une analyse scalable. – Nettoyage et normalisation des données avec pandas. – Automatisation des flux ETL pour optimiser une structuration des jeux de données. – Analyse statistique avec pandas, numpy et scipy pour extraire des tendances et métriques clés. – Traitement des données et exécution d'analyses dans un environnement cloud. – Création de dashboards interactifs avec matplotlib, seaborn, plotly pour une meilleure interprétation des données. – Génération automatique de rapports d'analyse accessibles depuis le cloud. – Implémentation de modèles de clustering (K-Means, DBSCAN) pour regrouper les coureurs selon leurs performances. – Déploiement et exécution des modèles sur une infrastructure cloud

– Conception et développement de POC pour comparer les capacités de Tableau et Qlik Sense selon les besoins métiers d'Aviva. – Évaluation des performances, de la scalabilité, et de l'intégration des données pour sélectionner l'outil BI le plus adapté. – Création d'applications interactives et optimisées pour la prise de décision. – Modélisation des données et optimisation des scripts Qlik pour améliorer la performance et l'interactivité. – Administration de Qlik Sense : gestion des utilisateurs, sécurité des données et configuration des environnements. – Extraction et traitement des logs de Qlik Sense avec Python sur serveurs Unix/Linux. – Automatisation des extractions et détection des problèmes de performance via scripts Python. – Développement de web services Python avec Flask et FastAPI. – Intégration d'un modèle de Machine Learning (XGBoost, Scikit-learn) pour l'analyse prédictive des fraudes. – Conteneurisation des applications et des services Python à l'aide de Docker pour garantir la portabilité et l'isolement des environnements.

– Conception et mise en œuvre de programmes SAS et de requêtes SQL pour l'analyse approfondie des données bancaires dans le cadre d'une inspection générale. – Extraction d'informations stratégiques adepuis un Datawarehouse pour générer des insights métier et soutenir la prise de décision. – Création de rapports dynamiques et interactifs sur Power BI pour fournir une visualisation claire des résultats des analyses. – Modélisation des données afin d'identifier les tendances et présenter des conclusions de manière concise. – Mise en place d'un datamart SAS pour structurer et organiser les données améliorant ainsi l'efficacité des requêtes et l'accès aux informations. – Optimisation des processus analytiques grâce à une gestion centralisée des données et une meilleure performance d'extraction.