Khaoula HANTOUS

Animation de formations techniques en Data et BI auprès d'étudiants en écoles d'ingénieurs et de professionnels en formation continue. Intervention sur les thématiques suivantes : • Analyse de données (Guardia School) • Power BI (CESI) • Administration de bases de données (YNOV) • Stockage et systèmes de données (YNOV) Ecoles : YNOV Lyon, CESI Lyon, Guardia School.

Data Engineer La Direction de l'Assistance Utilisateur est responsable de la définition des offres de services ainsi que les consignes de traitement des tickets et s'assure du respect des SLAs. L'objectif principal du projet KALIPSAU est de migrer un ancien SI vers une nouvelle infrastructure Big Data, en utilisant des composants alignés sur les standards du groupe SNCF. Méthodologie : Agile Scrum (Daily, Coproj, COPIL). Tâches : • Pilotage technique réussi de la migration d'une infrastructure data vers une architecture Big Data moderne, améliorant la performance et l'évolutivité du système. • Conception et optimisation de la chaîne data de bout en bout : définition des flux de données source, modélisation de datawarehouse (faits et dimensions). • Développement des jobs Spark en utilisant le langage Python en deployant l’Architecture en médaillon: 1. Bronze: Ouverture et concaténation des fichiers (mode incrémental). Ecriture en format DELTA. 2. Silver: Jointures, croisement avec les référentiels, traduction et ajout des colonnes calculées. 3. Gold: Renommage des colonnes et définition de type de données de sortie. • Conception et développement de pipelines de données robustes en Python sur les plateformes Databricks (Spark) et Azure Data Lake Storage (ADLS), assurant l'ingestion, la transformation et le stockage efficaces des données. • Coordination technique et animation d'équipes pluridisciplinaires et multi-sites dans un environnement Agile Scrum, favorisant la collaboration, la communication et l'atteinte des objectifs projets. Chiffres Clés : • Intégration de 13 sources de données (toutes les données reliées à l'activité de la direction). • Mise à jour des données 3 fois par jour à la place d'une fois par mois. • Amélioration de la qualité de service grâce aux Power BI de suivi quotidien des tickets (Incidents, Tâches et Demandes). • Suivi de la conformité du Parc Informatique et détection rapide des PC non conformes. Outils : DataBricks , Git, Spark, Power BI (DAX et M), SQL Server, Power Automate, Jira, Confluence, Azure Datalake, Power Automate, DataGalaxy, ServiceNow, CMDB, AD, Nexthink, RID, Référentiels Métier, CSV, Parquet, Delta, …

Clients: Eramet, Clasquin and Groupe GP

En collaboration avec les départements Finance, Ventes et RH, notre objectif est de renforcer l'équipe afin de mener à bien la migration de plusieurs modèles décisionnels d'Azure Data Factory (ADF) vers Azure Synapse. Cette initiative s'inscrit dans le cadre d'une décision stratégique de désinvestissement d'une filiale du groupe, nécessitant une optimisation et une purge des données associées. Tâches : • Réalisation d'un audit complet des flux existants dans Azure Data Factory (ADF), incluant la correction et l'optimisation de la modélisation des données. • Migration de l'ensemble des pipelines de bout en bout vers Azure Synapse, couvrant la récupération des données, l'intégration, le merge et la fusion, ainsi que la mise à jour des rapports Power BI associés. • Configuration de la programmation des déclencheurs (triggers) et mise en place d'un système de monitoring pour assurer la fiabilité des flux migrés. Chiffres Clés : Résolution des problèmes de ralentissement des rapports Power BI grâce à une modélisation des données optimisée et à l'implémentation d'une couche de staging. Outils : Azure Data Factory, Azure Synapse, Power BI, SQL Server, T-SQL, Git, Visual Studio, Azure Datalake, Azure Serverless, …

Projet au forfait. Le département Sécurité nous a sollicité pour la mise en place d’une solution décisionnelle. Cela inclut le suivi des tickets de support et la visibilité sur le parc informatique existant. Tâches : • Extraction de données de 4 sources de données (Plusieurs API: Microsoft Graph API, API RMM, API Umbrella, API Solarwinds). • Intégration de données (jointure et calculs) • Mise en place de deux tableaux de bord (1) dédié pour le suivi des tickets (2) pour le suivi du parc informatique (Assets), offrant une vue d'ensemble des équipements (PC, Serveur et Téléphones), de leur conformité en attribuant des scores. Chiffres Clés : • Déploiement rapide : 3 mois seulement. • Meilleure visibilité de l’état de parc informatique. Outils :Power BI Service (avant Fabric), Power BI Dataflow,Power Query (M)

Projet au forfait pour le département Finance visant à créer une solution décisionnelle pour simuler le budget du 4ème trimestre. Cette simulation s'appuiera sur les données réelles des trois premiers trimestres de l'année N, ainsi que sur les ventes de l'année N pour projeter le budget N+1. Tâches : • Intégration des données via SSIS. • Calcul des indicateurs en DAX sur SSAS. • Génération de rapports avec SSRS. Chiffres Clés : • Ventilation du budget par produit, proportionnelle au poids et au prix. • Simulation rapide du budget du 4ème trimestre basée sur les données réelles des trimestres 1, 2 et 3 de l'année N. • Simulation rapide du budget N+1 à partir des données de l'année N. • Développement d'une application d'aide au pilotage budgétaire. • Conception et implémentation de la chaîne complète de traitement de la donnée: alimentation, transformation, stockage et restitution sur stack Microsoft BI Outils : SSIS, SSAS, DAX, Power Bi, SQL Server, Visual Studio, Power Query.

- Rédaction d’un protocole de demande de données auprès du Système National des Données de Santé (SNDS) à soumettre au Health Data Hub (HDH). - Préparation de tableaux de bords de suivi des dossiers des clients. - Modélisation des parcours de cancer du sein à l’aide de Process Mining Outils: Power BI, Disco, Prom, Python Keywords: Care pathways, Process Mining, Breast Cancer, Pathway Coordination, Complexity in Care Pathways.

https://doi.org/10.1080/08839514.2021.2022340 Outil: Python. Keywords: Deep Inverse Reinforcement Learning (DIRL), Alternative and Augmentative Communication Systems, Neural Networks.

Summer Internship - Comparative study between the different Big data tools (Kafka, Hive, HBase, ect), - Adding a Big data layer to reinforce the Business Intelligence architecture layer. - Developing, deploying and testing the solution on AWS-EC2.

End of study internship - Building a business intelligence solution for the credit department using the Bottom-up approach of Ralph Kimball. Data Source : csv files of the 2017'th loans backup. Tool: QlikView Methodology: Scrum

Summer Internship Developing a web application using the Laravel 5 framework for the management of the employees' certifications and training sessions.