Karim ABED

OPCO 2i est l'opérateur de compétences interindustriel agréé par l'État, au service d'environ 70 000 entreprises et 3 millions de salariés de l'industrie (financement de la formation et de l'alternance). Résultats : - −40 % sur le temps de génération des rapports, après refonte des modèles sémantiques et automatisation des rafraîchissements - Une licence Tableau supprimée (~15-20 k€/an économisés) via la migration complète vers Power BI - Une vingtaine de flux critiques réindustrialisés dans Microsoft Fabric (Dataflows Gen2, Lakehouse / OneLake) - Des équipes métier autonomisées en self-service BI sur Power BI Missions : - Pilotage de la migration de 15+ dashboards Tableau → Power BI pour 3 équipes : remodélisation en étoile, réécriture des mesures en DAX et des transformations en Power Query (M) - Conception et industrialisation des flux dans Microsoft Fabric (Dataflows Gen2, pipelines, Lakehouse) - Fiabilisation des sources : automatisation des rafraîchissements, contrôles qualité et documentation des datasets - Accompagnement et montée en compétence des équipes métier sur Power BI Environnement technique : Microsoft Fabric (Dataflows Gen2, Lakehouse, OneLake), Power BI (DAX, Power Query / M), SQL, Tableau.

InVivo est l'un des premiers groupes coopératifs agricoles européens (~15 000 collaborateurs, ~170 coopératives), propriétaire des Malteries Soufflet. Contexte : construction d'une plateforme data et automatisation IA au service de l'optimisation du process industriel des malteries. Résultats : - Plateforme data en architecture médaillon (Bronze / Silver / Gold) en Delta Lake, livrée de A à Z (~20 tables Gold) - −60 % sur les temps de traitement batch grâce à l'optimisation des transformations PySpark - Jusqu'à −85 % de temps sur une tâche métier récurrente automatisée par un workflow IA (LLM via Azure OpenAI) - Suppression des incidents qualité récurrents via tests automatisés et détection d'anomalies (dbt) - 5 dashboards Power BI (modèles sémantiques sous Microsoft Fabric) adoptés par 2 équipes pour le pilotage opérationnel Missions : - Architecture et développement de la plateforme médaillon sur Azure Databricks et PySpark (Delta Lake), orchestrée via Databricks Workflows et industrialisée en CI/CD sur Azure DevOps - Industrialisation de la couche de transformation avec dbt : modélisation en couches, tests automatisés, détection d'anomalies et documentation des modèles - Exposition de la couche Gold pour la consommation analytique via Azure Synapse (pools SQL serverless) - Conception des modèles sémantiques et des rapports sous Microsoft Fabric / Power BI, en self-service BI pour les équipes métier - Conception et mise en production d'un workflow d'automatisation IA : intégration d'un LLM via Azure OpenAI et prompt engineering sur une tâche métier récurrente - Ingestion de sources hétérogènes (bases relationnelles, APIs, fichiers plats) dans un pipeline unifié, en batch et en quasi temps réel Environnement technique : Azure (Databricks, Synapse, Azure OpenAI, DevOps), Microsoft Fabric, PySpark, Python, SQL, dbt, Delta Lake, Power BI, Git.

CATEL est un industriel historique fondé en 1928, spécialisé dans la fabrication de câbles télécoms en cuivre et en fibre optique. Résultats : - Architecture data conçue de bout en bout sur GCP (zones d'ingestion, de transformation et d'exposition) - Une dizaine de pipelines ETL fiabilisés et orchestrés via Cloud Composer (Apache Airflow) - Un modèle en étoile dans BigQuery structurant l'exploitation analytique par les équipes métier Missions : - Conception de l'architecture data sur GCP : choix des composants (BigQuery, Cloud Storage, Cloud Composer) et définition des couches - Développement de pipelines ETL en Python avec contrôles qualité intégrés, orchestrés par des DAGs Airflow (Cloud Composer) - Modélisation du schéma cible en étoile dans BigQuery Environnement technique : GCP (BigQuery, Cloud Storage, Cloud Composer / Airflow), Python, SQL, Git.

Orange est l'un des principaux opérateurs de télécommunications mondiaux. Résultats : - −80 % sur le temps de traitement après refonte et optimisation des processus ETL (Python, SQL, BigQuery) - Des dashboards Power BI de pilotage déployés pour une dizaine d'équipes - 7 analystes amenés à l'autonomie complète sur les pipelines ETL Missions : - Refonte et optimisation d'une dizaine de processus ETL en Python et SQL sur GCP (BigQuery) - Automatisation et industrialisation des pipelines de données, intégrant des sources NoSQL - Développement de dashboards Power BI (mesures DAX) pour le pilotage d'activité - Montée en compétence de 7 analystes sur Python et les outils cloud Environnement technique : Python, SQL, GCP (BigQuery), Power BI (DAX), NoSQL, Microsoft 365.