Idriss Amrani

Data Engineer au sein du pôle données de la DSI d'ENEDIS - ENEDIS - Développement et évolution du catalogue de la chaine d’ingestion, développement de flux e mise à disposition de données. - Implémenter les flux d’ingestion sur la base du moteur interne. - Maintenir les composants d’ingestion de données et proposer la migration vers le moteur Data Enginer lorsque cela est pertinent. - Concevoir, réaliser et maintenir les connecteurs entre B4ALL et les SI Source. - Intégrer de nouveaux flux dans le datalake transmis par les applications métier Environnement technique : Scala, Spark, Hadoop Cloudera, Python, Kafka, Git, Kubernetes, Jenkins, Grafana, Supply chain Data analyst - Thyssen | THYSSENKRUPP MATERIALS - Consolidation du référentiel article (Master Data) en liaison avec le service qualité produit et les équipes d'approvisionnement et commerciales. - Consolidation des besoins prévisionnels des clients. - Analyse des stocks existants. - Analyse des commandes en cours chez les fournisseurs. - Modélisation et Automatisation d'outils avec les nouvelles d'ERP (Microsoft Dynamics, Power Query, Power BI) - Modélisation du stock projeté sur 24 mois minimum. - Mise en place de tableaux de bords et de KPI sous Power BI à partir de l’ensemble des données citées précédemment (forecast accuracy, ruptures de stock). Data Analyst Power BI - Davidson Consulting (en interne) - Création de dashboards pour avoir un suivi en temps réel des performances d'un chatbot. - Création de dashboards pour suivre l'évolution et la performance des managers. - Connexion à des bases de données sur MongoDB. - Mise en place d'un DataLab Data Analyst ( Définir le contexte, les besoins finaux, les différentsTPs)

Mise en place et accompagnement d’un modèle prédictif des dépenses de garantie pour la qualité du Groupe Renault : - Analyse des besoins, étude des différents indicateurs du Groupe. - Extraction des données numériques et temporelles mensuelles (sous format excel) pour retracer l’historique. - Réalisation de macros excel pour organiser des données dans une matrice, en fonctions des variables à expliquer - Gestion de l'impact des crises sur les dépenses (ex : COVID-19, Conflit Russie- Uk), intégration des tendances saisonnières.