Mathilde Maurel

Contexte : création d’une structure indépendante pour développer des solutions innovantes en IA appliquée aux cas d’usage métier. Réalisations : • Développement de Sanalya, assistant vocal médical intelligent : gestion des appels, rendez-vous, rappels, bilans ; architecture pensée pour le multi-cabinets, stack incluant LLM local (Mistral), FastAPI, transcription audio, interface WeWeb, hébergement HDS/RGPD. • Livraison d’une solution d’analyse automatique de contrats pour l’Ordre des kinésithérapeutes : extraction OCR, traitement NLP, détection de clauses sensibles, comparaison avec les grilles de conformité, interface utilisateur. • Gestion de bout en bout : cadrage produit, conception technique, pilotage projet, livraison. Compétences clés : Entrepreneuriat, NLP, OCR, LLM, FastAPI, WeWeb, Cloud HDS/RGPD, Conception produit, Pilotage technique, Innovation.

Contexte : Fintech en forte croissance, besoin d’industrialiser les initiatives data & IA pour fiabiliser les process internes (investor relations, growth, ops). Réalisations des équipes : • Migration de la plateforme data vers Azure Databricks et mise en place d’un socle DBT + Airflow pour l’orchestration. • Introduction de data contracts pour fiabiliser les flux inter-applicatifs. • Déploiement de dashboards métiers stratégiques (Metabase, Power BI) avec monitoring et reporting automatisés. • Déploiement du self-service analytics (Metabase) pour rendre les pôles autonomes. Conception et cadrage de use cases GenAI : • Copilote opérationnel (transcriptions, analyse, génération de comptes-rendus, LLM). • Voice bot investisseurs (appels et qualification des leads automatisés, RAG). • Génération automatique des campagnes de mails personnalisés, de reporting. Impact : • 2 équivalents temps pleins gagnés. • Standardisation des flux via data plateforme et data contracts → réduction des incidents de qualité de données. • Multiples use case GenAI intégrés aux workflows des pôles Ops, Growth, IT. • Développement d’une culture produit et data-driven en lien avec les équipes tech, business, opérations et growth.

• Construit la roadmap Data & IA pour le pôle RH, en alignement avec les enjeux stratégiques de la direction. • Mené l’ensemble du cycle produit : du cadrage stratégique à la spécification détaillée des datasets, en passant par le design des flux de données et l’organisation des ateliers d’idéation. • Réalisé des interviews utilisateurs et animé des ateliers multi-acteurs pour transformer les besoins en cas d’usage concrets et priorisés. • Piloté la création de produits BI et de dashboards RH dans Tableau, intégrés dans les routines managériales au niveau national. • Mis en place une gouvernance opérationnelle de la donnée via Collibra, en collaboration avec les data stewards et owners : règles de qualité, accessibilité, et data contracts pour fiabiliser les échanges. Impact : adoption des dashboards par les managers, amélioration de la visibilité, la traçabilité et la fiabilité des données pour le pilotage des effectifs et de la performance RH.

Projet national de déploiement de 35 millions de compteurs intelligents (Linky). Première intégration de briques IA et data dans un contexte réglementaire et technique critique, avec un objectif de mise en production en 6 mois. Contexte Big Data. Réalisations : • Constitution et coordination d’une équipe data dédiée pour livrer la première fonctionnalité IA (machine learning). • Cadrage accéléré du besoin métier en sprint design, en lien avec les experts réglementaires, métiers et techniques. • Conception et suivi des contrats d’interface API (REST, JSON, XML) pour garantir l’interopérabilité et la fiabilité des flux Big Data. • Focus sur la sécurisation des données. • Business analysis orientée debug : analyse des logs, investigation directe dans les bases SQL, qualification des anomalies. • Animation d’un chapter qualité : mise en place d’un framework inspiré d’Apache Iceberg pour automatiser les campagnes de tests et fiabiliser les livraisons. • Spécification des flux massifs générés par les compteurs (télémesures, supervision). • Mise en place d’une chaîne de monitoring et d’alerting basée sur Grafana et solutions Big Data. • Hiérarchisation du backlog produit dans une approche data-driven et pilotage complet du cycle de vie (cadrage → développement → validation → mise en production). • Coordination multi-équipes dans un cadre Agile@Scale (Scrum, SAFE). Impact : • Livraison réussie en 6 mois de la première feature IA nationale sur Linky. • Normalisation des échanges inter-systèmes grâce aux contrats d’interface API.