Ludovic Hamard

⚙️ Intégration de DBT → industrialisation des transformations (staging, marts, …). Gain grâce à une structuration claire des données. 🛠 Modélisation dans DBT → migration de notre legacy et optimisation de nos modèles. Réduction des coûts et fonctionnement plus rapide de nos modèles dans Snowflake. 🧹 Nettoyage & normalisation → amélioration de la fiabilité des KPI et de la cohérence des reportings. 📈 Dashboards / Reporting Looker → meilleure compréhension des enjeux et des impacts business pour les métiers (Finance, RH, Sales, …). 📊 Amazon QuickSight / rapports embarqués → accès direct aux ressources de reporting sur le web. Gain de temps et de réactivité pour les utilisateurs (agences d’intérim). 📑 Gouvernance des données → organisation, avec les Data Engineers, du découpage des bases de données en cohérence avec nos transformations DBT. 📊 Préparation & fiabilisation des données avec les Data Scientists → datasets robustes pour analyses avancées et modèles prédictifs. 🔑 Mots-clés : Analytics Engineer, dbt models, dbt cloud, dbt core, Data warehouse, Data lake, Data pipeline, ETL, ELT, Data orchestration, SQL optimization, Query optimization, Business Intelligence, Data visualization, Data governance, Data quality, Cloud data stack, Modern data stack, KPI tracking, Metrics, Analytics.

Data Product: - Récupérer les besoins métiers avec un focus sur l'acquisition utilisateur, - Evolution en environnement agile pour organiser nos projets. Data Analytics: - Analyse des utilisateurs actifs mensuels (MAU) et définition de targets, - Optimisation de l'acquisition utilisateurs via l'analyse des performances business, - Analyse de funnel de conversion sales avec Tableau et Amplitude, - Développement de scripts Python pour automatiser l'envoi de rapports Tableau.

Business Data Analyst au sein d’une fintech du paiement réalisant un volume d'affaires de plus de 500 millions d'euros par an - Détection des comportements à risques ( LCB-FT et KYC), - Visualisation en temps réel du chiffre d’affaires avec les outils Tableau et Tableau Prep, - Construction d’un data lake MongoDB, - Identifier les tendances grâce aux croisements des données externes avec GlobalData, - Scoring client RFM avec Tableau, - Gouvernance des données, - Rédaction de la roadmap semestrielle. Stack: Tableau Desktop, Tableau Prep Builder, MongoDB, SQL.