Aziz Ammar

● Contribution à la migration du Data Warehouse Saphir vers une base de données centralisée, avec contrôle, nettoyage, transformation et validation des données afin d’assurer leur qualité et leur cohérence. ● Développement et optimisation de scripts de chargement et de transformation sous Qlik Sense pour alimenter les dashboards et automatiser les traitements de données. ● Conception et maintenance de dashboards dynamiques sous Qlik Sense et mise en place de reportings automatisés avec NPrinting pour le suivi et la diffusion des KPI auprès des équipes Opérations, ESG et Asset Management. ● Analyse et contrôle qualité des données financières (CAPEX / Business Plan) via SQL, Excel et VBA, avec automatisation des tâches de reporting et correction des anomalies à l’aide de Python. ● Développement d’un modèle de scoring ESG des actifs immobiliers avec XGBoost pour évaluer et prédire leur performance ESG à partir de données environnementales, sociales et de gouvernance.

● Automatisation de l’extraction et de la transformation des annonces immobilières avec Apache Airflow et Python Sélénium, assurant des pipelines fiables et reproductibles pour le traitement des données, avec intégration de pratiques CI/CD pour le déploiement automatisé via Fastapi , github et Docker ● Analyse des tendances du marché immobilier à l’aide de PySpark sur Azure Databricks, avec stockage et organisation des données dans Azure Data Lake pour faciliter l’accès et l’exploitation. ● Automatisation de l’infrastructure cloud avec Terraform et supervision des pipelines de données via Grafana pour assurer des déploiements fiables, un monitoring en temps réel et une meilleure disponibilité des traitements.

● Conception de tableaux de bord financiers avec Power BI pour le suivi des KPI’s bancaires, modélisation des données via Power Query et formules DAX ● Automatisation de processus métiers financiers avec Power Automate et Déploiement sur Power Apps pour la diffusion aux utilisateurs métiers. ● Intégration et transformation des données financières issues de bases Oracle, avec extraction et vérification via SQL et Excel dans un contexte client

● Participation à la modélisation de données en schéma en étoile pour faciliter l’analyse des données bancaires et le reporting métier ● Développement de pipelines ETL sur BigQuery et implémentation de modèles de transformation avec dbt pour l’intégration et l’industrialisation des données ● Traitement et manipulation des données avec SQL et Python afin d’assurer la qualité et la cohérence des datasets

-Développement d'une application de détection de visages pour appels vidéo en direct en utilisant OpenCV et Python. -Détection en temps réel des visages et des yeux, traçage avec des rectangles et lignes. -Implémentation d'une fonctionnalité pour gérer l'acceptation ou le refus des appels avec affichage d'icônes correspondantes.