Fred Talhan

• Contribuer à l’intégration de la démarche Data Quality by Design afin d’assurer la fiabilité des données dès leur conception • Recueillir et analyser les besoins métiers avec les Product Owners afin de définir les règles de contrôle de qualité des données • Collaborer avec les Data Engineer pour leur implémentation dans les pipelines de données (DBT) • Réaliser des contrôles et des tests de qualité dans Dataiku et DBT • Participer à la définition et au suivi des plans d’actions de remédiation en coordination avec les équipes techniques et métiers • Analyser et identifier les root causes des incidents grâce à l’exploration des données des différentes bases

DATA GOUVERNANCE - Collecte des données auprès des producteurs (CNP Assurances) et transfert de flux de données dans le Data Lake du Groupe LBP - Création et élaboration des différents assets types (terme et objet métier) dans Collibra - Modélisation métier de données des produits d’Assurance de Biens et de Personnes - Alimentation des cas d’usage des différents métiers (finance, commerce, opération) - Conception, documentation et maintien des modèles de données d’assurance dans les différentes couches du Data Lake (Bronze, Silver et Gold) - Supervision des contrôles de qualité et de remédiation des dis qualités identifiées - Identification et mise en place de contrôles sur les données prioritaires du Data Domain DATA ANALYSE - Analyse des écarts entre deux Systèmes d'informations différents (SI CNP et SI LBP) via Dataiku - Analyse des dis qualités prévenu dans le Data Lake - Traitement des performances métiers pour le suivi de l'analyse du cycle de vie client et mesurer les performances commercial par région

CONTROLE DE LA QUALITE DES DONNEES + Vérifier que l'utilisation des données au seins des différents domaines respectent les critères de qualité + Identifier les erreurs et les incohérences (en SQL) + Mettre en place des procédures remédiations afin de corriger les erreurs remontées + Améliorer la collecte des données dans le but de prévenir de futurs problèmes MISE EN PLACE DE STANDARDS ET DE POLITIQUES DE QUALITES + Définir des règles et standards à suivre pour assurer la qualité des données (de la collecte à l'exploitation) + Mettre en place des processus de gouvernance des données pour suivre la qualité des données en continu + Implanter une approche d'amélioration continue de la qualité des données + Installer des processus de validation, de contrôle et des outils de monitoring pour garantir une qualité optimale COORDINATION AVEC LES EQUIPES METIERS ET IT + Faire le lien entre les équipe métiers et les équipes techniques (Data Scientist / Architect) + Assurer que les besoins métiers sont traduit en exigences techniques et que les données sont bien exploitables + Coordonner la résolution des incidents de qualité des données + Etablir des règles de validation des données avec les équipes métiers SENSIBILISATION ET FORMATION + Former les équipes métier et IT aux bonnes pratiques de gestion des données + Élaborer et diffuser des guides et procédures + Sensibiliser aux enjeux réglementaires liés aux données + Promouvoir une culture de la qualité des données

+ Contrôler le respect des standards de gouvernance Orange (nomenclature et modèles Collibra) + Animer la communauté des Data Stewards (réunions, points réguliers, partage de bonnes pratiques) + Suivre l’avancement du remplissage des fiches Data Products dans Collibra. + Former les Data Stewards sur Collibra et sur les standards de documentation + Organiser les comités de validation nécessaires pour l’exposition des Data Products + Suivre des KPI de gouvernance (taux de complétude des fiches, taux de conformité, délais de documentation)

• GOUVERNANCE DE DONNEES : Migration complète des données du Glossaire et du Dictionnaire de données vers DataGalaxy, accompagnée de l’exécution des workflows nécessaires à leur intégration. - Cartographie des objets de données (tables, colonnes, KPIs, règles de gestion) avant migration. - Analyse de la qualité des données (détection d’incohérences, doublons, formats non conformes). - Harmonisation et normalisation des concepts (définitions métiers, termes, relations hiérarchiques). - Documentation des règles de gestion afin de garantir une gouvernance cohérente dans DataGalaxy. - Contrôle de cohérence post-migration entre les sources initiales et DataGalaxy. • DATA QUALITÉ : - Recueil et formalisation des besoins Data Quality auprès des Product Owners et des équipes métiers afin de définir les règles de qualité et les indicateurs à mettre en place. - Développement et implémentation des contrôles qualité (tests de cohérence, complétude, unicité et conformité). - Élaboration du cahier de recette fonctionnelle Data Quality, en coordination avec les métiers pour valider les règles et les résultats attendus. - Restitution et suivi des contrôles qualité à travers des dashboards Power BI, permettant de piloter la qualité des données et d’identifier rapidement les anomalies. • DATA ANALYSE - Extraction, préparation et analyse de données afin de mener des investigations approfondies dans le domaine client - Conception de dashboards et de reportings de performance via Power BI - Mise en place et automatisation de processus d’analyse (requêtes, pipelines de traitement, contrôles de qualité). - Participation aux ateliers de recueil et de formalisation des besoins métiers, afin de traduire les attentes en analyses et indicateurs pertinents.