Larissa Edjekpoto

Contexte : Mission pour AG2R La Mondiale, acteur majeur du secteur des assurances, sur des périmètres santé et marketing, avec pour objectif de fiabiliser les données, industrialiser les flux d'intégration, structurer les indicateurs métier et fournir des tableaux de bord décisionnels à destination des équipes métiers et du management. Les données sont intégrées et transformées via Semarchy xDI et dbt, centralisées dans Snowflake, et restituées via Power BI et MicroStrategy. Réalisations principales : • Conception et maintenance de tableaux de bord Power BI et MicroStrategy dédiés au pilotage des activités santé et marketing (suivi portefeuille, sinistralité, consommation de soins, performance campagnes). • Modélisation BI et data des données assurances (contrats, assurés, actes de soins, remboursements, campagnes marketing) en schémas en étoile (faits / dimensions) sur Snowflake. • Développement de mesures DAX complexes : ratios de sinistralité, coûts moyens, taux d'équipement, ROI campagnes, comparatifs temporels. • Mise en place des actualisations incrémentales, sécurité des données (RLS) et publication sur Power BI Service. • Recueil et formalisation des besoins métiers (actuariat, marketing, direction) et définition des KPI. • Préparation, intégration et fiabilisation des datasets analytiques dans Snowflake via dbt (modèles staging / intermediate / marts, règles métiers, tests, documentation). • Contribution à l'intégration et à l'alimentation des données via Semarchy xDI (flux ETL/ELT, mappings, orchestration) pour l'ingestion des sources opérationnelles vers Snowflake. • Réalisation de traitements complémentaires et analyses exploratoires via Databricks (notebooks Python/SQL) pour la qualification, la segmentation et les contrôles. • Analyses ad hoc en SQL et automatisations en Python pour des besoins ponctuels de contrôle, segmentation et exploration. • Mise en place de tests de qualité de données (dbt tests, contrôles de cohérence, non-régression) sur les pipelines analytiques. • Contribution à la qualité et à la gouvernance des données (cohérence des indicateurs, traçabilité, lineage, documentation). Environnement technique : Power BI (DAX, Power Query, Service), MicroStrategy, Snowflake, dbt, Semarchy xDI, Databricks, SQL, Python, Git, Méthodologie Agile.

Contexte : Intervention en tant que Data Analytics Engineer sur des sujets de modélisation analytique, de transformation de données et d'industrialisation du reporting, avec pour objectif de construire une couche de données fiable entre les sources opérationnelles et les outils de restitution, de structurer les datasets analytiques et de livrer des tableaux de bord exploitables. L'environnement data repose principalement sur Google Cloud Platform (GCP) avec BigQuery comme data warehouse analytique, utilisé pour la centralisation, la modélisation et l'exploitation des datasets métiers. Les transformations sont industrialisées via dbt et les restitutions sont réalisées via Power BI et Qlik. Réalisations principales : • Recueil des besoins métiers, animation d'ateliers et formalisation des règles de gestion (KPI, périmètres, granularités) pour les traduire en modèles analytiques. • Rédaction des livrables fonctionnels et techniques : spécifications, user stories, critères d'acceptation, mapping KPI, modélisation dimensionnelle et dictionnaire de données. • Collaboration avec les équipes Data Engineering sur la conception et l'exploitation de datasets analytiques sur GCP (BigQuery) pour le reporting et le pilotage métier. • Modélisation et transformation des données via SQL et dbt sur BigQuery, pour structurer les couches staging / intermediate / marts et fiabiliser les datasets destinés au reporting. • Conception et évolution de tableaux de bord Power BI et Qlik (performance, finance, qualité, opérations) avec filtres, drill-down et vues adaptées aux utilisateurs métiers, adossés aux modèles dbt. • Définition, industrialisation et gouvernance des KPI métiers, avec harmonisation des indicateurs entre outils BI via une couche sémantique centralisée. • Contribution à la structuration des modèles de données analytiques (faits / dimensions) pour les dashboards et analyses métier, avec optimisation via partitioning et clustering BigQuery. • Suivi de la roadmap analytics : gestion du backlog, priorisation et coordination avec les équipes Data / BI en méthodologie Agile. • Participation à l'intégration et à la transformation de données issues de plusieurs sources (dont Snowflake) vers les environnements analytiques GCP. • Mise en place des campagnes de tests : tests dbt (unique, not_null, relationships, tests singuliers), UAT, tests de non-régression et validation fonctionnelle des KPI et dashboards. • Production et maintenance de rapports via SSRS (opérationnels / réglementaires). • Réalisation d'analyses ad hoc et automatisations en Python (pandas) + industrialisation des contrôles qualité des données via dbt. • Documentation fonctionnelle et technique : catalogue KPI, dictionnaire de données, règles de calcul, lineage via dbt docs, guides utilisateurs. Environnement technique : Google Cloud Platform (GCP), BigQuery, SQL, dbt, Power BI, Qlik Sense / QlikView, Python (pandas), SSIS, SSAS, SSRS, Snowflake, Git, Méthodologie Agile.