Mathurin KEYA

Contexte : Mise en place d’une plateforme data sur Fabric pour répondre aux enjeux de consolidation et traçabilité des données de commerciales. Réalisations principales : • Recueil des besoins métiers et cadrage de la solution. • Animation d’ateliers technico-fonctionnels avec les équipes. • Coordination des équipes de développements • Intégration de données multi-sources (API, SharePoint, Excel). • Conception de l’architecture cible dans Microsoft Fabric. • Déploiement des ressources Fabric : Lakehouse, Warehouse, Pipeline. • Transformation et traitement des données via Spark notebooks et Python. • Optimisation des traitements SQL et Spark pour la performance. • Mise en place d’un schéma en médaillon (Bronze, Silver, Gold). • Construction d’indicateurs et datasets pour la BI. • Automatisation et orchestration des flux avec Data Factory. • Application des standards de gouvernance et qualité de données.

Contexte : contribution à la conception et à la fiabilisation de produits data destinés à la supervision et au monitoring des données RH, commerciales et portefeuille client du réseau SGRF. Réalisations principales : •Recueil des besoins auprès des équipes Front Office, Direction et Conformité, puis traduction en exigences fonctionnelles, techniques et règles de gestion data. •Documentation des flux de données, des traitements, des référentiels métiers et des règles d’alimentation des tableaux de bord. •Analyse exploratoire sous Jupyter Notebook avec Python et PySpark pour détecter anomalies, incohérences, ruptures de qualité et dérives de données. •Requêtage SQL sur Teradata pour extraire, contrôler et analyser les données utilisées par les produits de reporting. •Validation des requêtes SQL/SAS, des règles de calcul et des KPI afin de sécuriser les traitements et les restitutions métier. •Préparation et alimentation de datasets de reporting pour MicroStrategy et Power BI à partir de sources Teradata et SAS. •Automatisation et ordonnancement sous SAS des flux de données alimentant les tableaux de bord. •Mise en place de contrôles de cohérence et de tests de non-régression sur les reportings MicroStrategy et Power BI. •Suivi, qualification et résolution des anomalies data via JIRA en coordination avec les équipes métiers et techniques. •Rédaction de plans de tests, animation des phases de recette utilisateur UAT et accompagnement des utilisateurs sur les livrables data. Environnements techniques : SQL, Teradata, SAS, Python, PySpark, Jupyter Notebook, MicroStrategy, Power BI, JIRA.

Contexte : mise en place d’une Data Platform sur Azure pour répondre à des besoins métiers de stratégie commerciale et de portefeuille client. Réalisations principales : •Recueil et compréhension des besoins métiers et technico-fonctionnels.- Définition de l’architecture cible : Cloud Azure, Azure Data Factory, Snowflake et Power BI. •Conception de modèles de données sur Snowflake.- Intégration et transformation de données issues d’API, de fichiers plats et d’Excel via SQL et Python. Mise en place de pipelines ETL et structuration médaillon Bronze, Silver et Gold. •Orchestration et automatisation des pipelines avec Azure Data Factory. •Optimisation des traitements SQL et construction de datasets prêts à l’usage pour les équipes métiers et BI. •Développement de rapports Power BI : modélisation tabulaire et DAX. Environnement technique : Azure Data Factory, Azure, Snowflake, SQL, Python, Power BI, DAX, API, Excel