Mohamed Ouakan

Dans le cadre de mes activités d’essais et de validation chez Renault, je développe des outils permettant de fiabiliser le traitement des données, de simplifier le suivi des activités et de réduire les tâches manuelles réalisées par les équipes. J’ai notamment participé au développement de SONAR, un outil d’aide au diagnostic assisté par IA. Lorsqu’un défaut est rencontré, l’outil recherche dans l’historique les cas similaires déjà traités et permet de retrouver rapidement les solutions qui avaient été appliquées. L’objectif est de capitaliser sur les retours d’expérience existants et de faciliter le diagnostic sans repartir de recherches manuelles dans différents fichiers ou documents. J’ai également développé une application dédiée au suivi des étalonnages. Elle permet de centraliser les informations relatives au matériel, de suivre les échéances, d’identifier les équipements arrivant à expiration et d’automatiser les rappels. Le suivi des prestataires et des interventions est ainsi regroupé dans un même outil. En parallèle, je développe des outils VBA et Excel utilisés directement par l’équipe pour automatiser le traitement des données d’essais, leur mise en forme et la génération de rapports synthétiques. Ces automatisations permettent de limiter les manipulations répétitives et de rendre les résultats plus rapidement exploitables. Cette expérience m’amène à travailler à la fois sur la compréhension du besoin métier, la structuration des données, l’automatisation des processus et le développement d’outils adaptés aux usages de l’équipe. Résultats : diagnostic facilité grâce à la recherche de cas similaires, suivi des étalonnages automatisé et réduction importante du temps consacré au traitement et à la restitution des données d’essais.

Dans le cadre des activités de validation chez Alpine, j’intervenais sur le traitement des résultats d’essais, leur analyse et leur restitution aux équipes projet. J’ai automatisé et structuré le traitement des résultats d’essais ainsi que la préparation des synthèses et des rapports d’analyse, notamment sur des données issues d’essais CFD et expérimentaux. L’objectif était de réduire les manipulations manuelles et de faciliter l’exploitation des résultats par les ingénieurs. J’ai également mis en place un système d’alerte automatique permettant de notifier les équipes concernées dès que de nouveaux résultats d’essais étaient disponibles sur le serveur partagé. Le dispositif concernait notamment les essais acoustiques, de dégivrage et de ventilation. Les équipes pouvaient ainsi être informées directement de la disponibilité des données sans avoir à vérifier régulièrement les dossiers partagés. En complément, j’ai automatisé le suivi hebdomadaire des actions liées au planning d’essais. À partir des informations du planning, les intervenants recevaient automatiquement par e-mail les tâches et actions qui leur étaient attribuées pour la semaine. Cela permettait de limiter les relances manuelles et de donner à chacun une vision claire de ses actions à réaliser. Ces outils ont permis de fluidifier la circulation de l’information entre les différents intervenants, de réduire les tâches de suivi répétitives et d'accélérer l'exploitation des résultats nécessaires aux cycles de validation. Cette expérience m'a permis de développer une approche très opérationnelle de l'automatisation : comprendre le fonctionnement d'une équipe d'essais, identifier les étapes répétitives, structurer les données puis mettre en place des outils simples et directement utilisables par les équipes.

Dans le cadre de mon apprentissage en vibrations et acoustique chez Renault, j’intervenais sur l’analyse des plaintes clients et des défauts identifiés en usine, avec pour objectif de faciliter leur traitement et leur priorisation par les équipes. J’ai développé un outil VBA permettant d’automatiser la collecte et la consolidation des informations issues de différents documents sources. L’outil récupérait automatiquement les données nécessaires, les regroupait dans un fichier Excel de synthèse et les présentait dans un tableau de bord permettant d’avoir une vision plus claire des défauts et des plaintes en cours. J’ai également intégré une logique de classification automatique selon la gravité des défauts. Les cas étaient ainsi répartis par niveau de criticité afin de permettre aux équipes d’identifier rapidement les situations nécessitant une intervention prioritaire. Cette automatisation a permis de remplacer une partie du traitement manuel des informations par une synthèse unique, structurée et actualisée à partir des données disponibles. Les équipes disposaient ainsi d'une meilleure visibilité sur les défauts à traiter et pouvaient concentrer leurs efforts sur les cas les plus critiques. Cette expérience m’a permis de développer mes premières compétences solides en automatisation de traitement de données, en VBA et Excel, tout en travaillant sur des problématiques concrètes de diagnostic NVH, d’analyse de défauts et de reporting dans un environnement industriel.