Maria EL GHOUZNA

- Mise en place d'un pipeline ETL sous Knime : élaboration du modèle de données et automatisation du traitement de données multi-sources (SharePoint, SQL Sevrer, Excel) pour l'alimentation d'un data warehouse. - Mise en place et automatisation de tableaux de bord sous Power BI, intégrant l'ensemble des KPIs éducatifs clés (taux de réussite, assiduité, abandon, redoublement, notes moyennes, participation aux activités, satisfaction, etc.) pour le pilotage et l'amélioration continue des performances pédagogiques. - Standardisation du reporting : Développement de modèles de rapports pour le suivi régulier des résultats et des activités du centre. - Audit de la qualité des données : Vérication et amélioration de la abilité et de la cohérence des données pédagogiques pour garantir des analyses robustes. - Formation et accompagnement des équipes sur l'utilisation des données dans leur démarche pédagogique.

- Pilotage d'un projet BI visant à automatiser le suivi des demandes d'investissement: recueil des besoins auprès des équipes du CRI, dénition des indicateurs clés (nombre de projets, délais de traitement, répartition sectorielle). - Développement d'un pipeline ETL via Knime pour centraliser les données d'investissement et de création d'entreprises issues des guichets uniques et des partenaires institutionnels. - Conception de tableaux de bord sous Power BI pour le suivi des projets, l'analyse des délais de traitement et la répartition sectorielle des investissements.

- Analyse et traitement de données agricoles pour optimiser la gestion des cultures et de l'irrigation à l'aide d'outils Big Data(Apache Spark, Python & R). - Développement de tableaux de bord Power BI pour le suivi des performances des réseaux d'irrigation et de la consommation d'eau. - Utilisation d'algorithmes de régression et de clustering (Kmeans) pour analyser les besoins en irrigation et recommander des stratégies d'optimisation adaptées aux conditions météorologiques et aux types de sols.