Hugo Tortosa

Mission de pilotage des projets Data & IA au sein de la Direction du Numérique, avec un focus sur l’optimisation de la présence postale. - Définition et mise en œuvre de la gouvernance des données - Création et structuration de data products adaptés aux besoins métiers - Contribution active aux projets Data & IA : amélioration de la qualité des données, respect des enjeux de privacy, et promotion de la culture Data au sein des équipes

Rédaction du Technical Architecture Document (TAD) dans le cadre de la mise en place de l’outil Data catalog Microsoft Purview. Document livré à la date souhaitée.

Contexte: Mise sous gouvernance des données du domaine Energy management, Achats & Finance: Création d'un modèle objet métier, règles de qualité, cycle de vie et linéage technique Missions : - Gouvernance : Cartographier les données, évaluer et superviser la qualité des données, mettre en œuvre et contrôler les processus, appliquer et contrôler les normes et politiques de gouvernance de la donnée sur Collibra. - Documentation : Assurer la tenue d’ateliers fonctionnels et la rédaction des besoins fonctionnels associés aux domaines : d’échange, de collecte, de modélisation, de consolidation, d’exploitation et de diffusion.

Contexte : Mission axée sur l'architecture de gouvernance des données pour France Télévisions au sein de la direction du numérique, avec un focus sur l'automatisation et le suivi des performances. Mission de mise en place d’une architecture en Data Domains avec Collibra comme outil de Data Catalogue Missions : • Mise en place d'une architecture Data Gouvernance avec l'implémentation de l'outil Data Catalogue Collibra. • Automatisation de l'envoi des dashboards pour le suivi d'audience et de la performance des offres de France Télévisions.

Contexte : Mission de Data Management : Participation au déploiement de solutions de Data Catalogue au sein de la Digital Factory de Total Energies, dans un contexte international. Missions : Déploiement d'une solution de Data Catalogue pour l'ensemble des MVP : Data Galaxy. La documentation s'effectue avec le soutien des équipes et s'inscrit dans la fin de cycle du MVP en amont de la période de transfert. Ce travail est effectué dans l’ordre : 1. Scan des objets Data (database, datalake, API etc..) 2. Création des objets Usages (screens) 3. Mise en place du Data linéage 4. Transfert du MVP • Accompagnement des architectes Data dans le cadre des MVP. Recommandation et réalisation d'ateliers afin d'identifier les problèmes de Data qualité. Recommandation dans l'utilisation des outils et des technologies appropriées auprès des Data Engineers • Administration de l'outil Data Galaxy : Ajout et suppression des comptes entreprise, Modification/ création en masse via l'API interne des éléments au sein de DataGalaxy, Participation aux rendez-vous récurrents avec l'éditeur et les managers de TotalEnergies pour améliorer Data Galaxy et favoriser l'adoption de l'outil par le plus grand nombre Résultats : 17 MPV transférés proprement sur DataGalaxy depuis Avril 2023. Plus de 120 Data objets contenant des dizaines de milliers de colonnes scannés et documentés.

Contexte : Migration des données de fournisseurs et contrats vers une solution Cloud de Procurement, dans un contexte international. Missions : • Écriture de scripts en Python pour migrer les données contractuelles selon un template prédéfini. • Intégration avec Google API pour la migration des contrats stockés sur Google Drive. • Récupérer les fichiers (format pdf., txt., xlsx) et les transférer de manière automatique vers un serveur privé. • Monitoring de la qualité des données : Tests sur la Data Quality via Power BI Résultats : J'ai réussi la migration d'une partie des contrats concernant mon scope (Secteur medgas) soit 300 contrats. Décision d'arrêter la migration vers Zycus par manque de maturité de l'outil: arrêt du projet

Mes missions en tant qu'apprenti Data Steward au sein de Fortuneo s'articulent autour de quatre taches: - Déploiement d'un monitoring de la qualité des données: Réalisation de tests unitaires sur la qualité de la donnée en assurant que la donnée soit exhaustive, qu'elle ne comporte pas de valeurs erronées et qu'elles respectent des contraintes fixées. Travail via un package Python développé par AWS appelé Pydeequ. - Management de la connaissance de la donnée: Travail de "dictionnarisation" des données en complétant les tables de l'entrepôt de données via Excel. - Mise en place d'un outil de Data Gouvernance: Recherche et la mise en place d'un outil de de Data Catalogue au sein de notre environnement (Benchmark, entretien avec les clients, négociations avec les différentes parties prenantes, étude des fonctionnalités et test techniques (API, connectivité..)). - Participation aux activités de Business Intelligence: Mise en place de graphiques d'indicateurs de suivi du taux d'exhaustivité de certaines tables de données via Tableau.

Contexte : Mise en place de tableaux de bord pour le suivi des performances des chaînes de production et applications au sein du département GBSU (Global Business Service Unit). Missions : • Projet IT-OPS : Développement de dashboards pour le suivi des performances des chaînes de production. • Projet Radar : Suivi des applications de la Société Générale via des dashboards personnalisés. Résultats : Publication du dashboard avec succès avec envoi journalier et mensuel automatique auprès du public concerné

Missions ponctuelles pour divers clients (groupe AXA, P&G, CDC): - Déconnexion/Reconnexion de matériel informatique. - Maintenance du matériel et du parc informatique. - Service après-vente.