Merwan Amar Chelouah

Data Engineer au sein du Centre d’Excellence IA de Sanofi. Je conçois les plateformes et pipelines de données qui alimentent les modèles de Machine Learning et les produits IA en production. Conception et développement de pipelines de données dédiés à l'IA/ML (feature engineering, jeux de données d’entraînement, pipelines d'inférence). Mise à disposition de données fiables et de haute qualité pour soutenir tout le cycle de vie des modèles ML. Collaboration étroite avec les Data Scientists, du développement des modèles jusqu'à leur déploiement et supervision. Conception d'un système agentique de résolution d'incidents (ingestion, contexte, triage, correctif via Pull Request, apprentissage), réduisant le MTTR de 95 % et automatisant la résolution de 70 % des incidents L1/L2, pour un gain estimé de 3 à 4 millions de dollars par an à pleine échelle. Construction et maintenance de l'infrastructure de données sur AWS. Déploiement de l'automatisation et des pipelines CI/CD pour la data et le ML (MLOps). Stack : Python, SQL, Spark, Snowflake, Airflow, dbt Focus : Plateformes de Données • Pipelines ML • MLOps • AWS • Secteur de la Santé

Conception et développement de pipelines de données en temps réel et par lots (batch) sur AWS (Lambda, Step Functions, EventBridge, SQS, SNS) pour assurer l'ingestion, la transformation et la livraison fluides de données (formats CSV, JSON, Parquet) vers S3, des bases de données relationnelles, des API REST et Snowflake. Participation à la conception de l'architecture et au POC d'un Chatbot d'entreprise basé sur une architecture RAG (Retrieval-Augmented Generation), visant à centraliser l'accès aux bases de connaissances et documentations internes de Transdev via une interface conversationnelle : Contribution à la définition de l'architecture s'appuyant sur Amazon Bedrock (orchestration LLM) et Amazon OpenSearch Service (indexation sémantique et recherche vectorielle). Participation à la mise en œuvre du POC, incluant le pipeline d'ingestion documentaire, le chunking et l'exposition d'API REST en Python. Développement et déploiement d'une plateforme Datalab en libre-service (React + Node.js) hébergée sur AWS (ECS, Route 53, ALB), permettant aux Data Scientists, Business Analysts et équipes métiers de provisionner des environnements isolés avec un accès gouverné aux jeux de données du DataHub de l'entreprise. Impact direct : Réduction drastique du temps de mise à disposition des données aux équipes métiers passant de plusieurs semaines à quelques heures, accélérant ainsi l'expérimentation, le prototypage et le time-to-insight. Automatisation du provisionnement de l'infrastructure via AWS CDK (Infrastructure as Code) et mise en œuvre de pipelines CI/CD robustes avec Jenkins pour fluidifier les flux de déploiement. Développement hands-on sur les sujets techniques clés et accompagnement des Tech Leads dans la définition et l'application des meilleures pratiques d'ingénierie sur la plateforme de données. Évangélisation d'une culture data-first axée sur l'automatisation, la scalabilité, l'observabilité et la fiabilité des flux de données inter-systèmes. Stack : Python, SQL, AWS (Lambda, Step Functions, EventBridge, SQS, SNS, S3, ECS, Bedrock), Snowflake, AWS CDK, Jenkins, React, Node.js Focus : Architecture Cloud • Pipelines Orientés Événements • Plateformes de Données • IaC (Infrastructure as Code) • CI/CD

Data Consulting

Mission chez Société Générale Franfinance sur un projet stratégique d'absorption de portefeuille, visant à intégrer les encours de crédits du Crédit du Nord dans l'infrastructure de risques de Franfinance. Intégration de données & Ingénierie de pipelines Conception et orchestration de pipelines d'ingestion de bout en bout pour les jeux de données du Crédit du Nord en utilisant Python, SQL et des frameworks ETL, gérant des sources de données hétérogènes à travers de multiples formats et systèmes. Garantie de l'intégrité des données, de la traçabilité du lignage (data lineage) et de l'alignement structurel avec l'architecture de risques existante de Franfinance tout au long du cycle de vie de la migration. Validation de modèles réglementaires & Évaluation des risques Évaluation des impacts systémiques sur les modèles réglementaires Bâle III/IV (PD, LGD, EAD), incluant les modèles de probabilité de défaut (PD) basés sur des régressions logistiques, les modèles LGD IFRS 9 intégrant la modélisation des taux de guérison (cure rate), les décotes sur garanties (collateral haircuts) et les ajustements de ralentissement économique (downturn) sur les flux de trésorerie de recouvrement actualisés, ainsi que les modèles EAD s'appuyant sur les facteurs de conversion de crédit (CCF). Analyse de la stabilité des variables (features) et des dérives de population (population shift) post-intégration, permettant d'identifier les ruptures structurelles sur les principaux facteurs de risque (LTV, maturité du crédit, indicateurs de retard de paiement) nécessitant un recalibrage des modèles avant soumission réglementaire. Pilotage des campagnes de tests de non-régression, de backtesting et de stress testing pour valider la performance des modèles après intégration. Construction de frameworks quantitatifs pour évaluer les pertes de crédit attendues (ECL) IFRS 9 sur le portefeuille absorbé, traduisant les résultats des modèles en estimations d'exigences de fonds propres pour soutenir la tarification stratégique de l'acquisition. Automatisation & Efficacité opérationnelle Automatisation des processus de risque opérationnel et des pipelines de reporting sous environnements Unix/Shell, SAS et Python, réduisant le temps d'exécution et les interventions manuelles de plus de 60 %. Mise en œuvre de contrôles rigoureux de la qualité des données et de routines de suivi pour garantir la reproductibilité et la conformité aux audits sur l'ensemble des workflows de modélisation. Stack : Python, SQL, SAS, Unix/Shell Focus : Économétrie • Statistiques • Risque Quantitatif • Validation de Modèles • Bâle III/IV • Intégration de Données • Backtesting

Intégré au sein de l'équipe Validation des Modèles de Risques de Natixis, en tant que Data Scientist opérationnel. Responsable de la réimplémentation indépendante et du challenge des modèles quantitatifs utilisés pour les prévisions macroéconomiques et la conformité. Modèle de Stress Testing Macroéconomique (IFRS 9 / EBA) Réimplémentation complète en Python (validée par validation croisée sous R) et développée à partir de zéro (from scratch) d’un modèle macroéconomique basé sur le WEFM, projetant le PIB, l'inflation et le chômage dans 4 pays sous scénarios de crise. Modélisation de chaque composante du PIB à l'aide de modèles à correction d'erreurs (ECM) pour l'équilibre à long terme et de moindres carrés ordinaires (OLS) pour la dynamique à court terme sur des séries temporelles trimestrielles (période 1995–2018). Gestion complète du pipeline : du sourcing et nettoyage des données à l'estimation des coefficients, l'analyse des chocs/élasticités et le backtesting hors échantillon (out-of-sample), permettant de détecter un biais systématique de surestimation du PIB dans les scénarios défavorables. Analyse comparative (benchmarking) des résultats par rapport à un modèle SARIMAX optimisé par recherche sur grille (grid search). Modèle de Conformité ML/DL (Sanctions & Embargos) Réimplémentation de bout en bout en Python d’un système de classification d'alertes multi-modèles appliqué à plus de 1,3 million de transactions financières stockées sous Hive/Hadoop et requêtées via Spark. Entraînement de classifieurs Random Forest empilés (stacked, approches mono-hit & multi-hit) avec feature engineering sur les données brutes de transaction, et développement d'architectures MLP et RNN sur du texte de transaction non structuré pour la détection d'anomalies et le scoring comportemental. Gestion du déséquilibre de classes sévère à travers un échantillonnage stratifié et une optimisation du seuil de classification axée sur le rappel (recall-focused), sur un jeu de données réel fortement asymétrique. Présentation et livraison des rapports techniques et des conclusions de validation auprès du Comité de Surveillance des Modèles de Risques (Risk Model Oversight Committee). Stack : Python, R, Hive, Hadoop, Spark, Eviews Focus : Modélisation Quantitative • Séries Temporelles • ML/DL • Validation des Risques de Modèles • Conformité