Nouhaïla FAYOU

Project 1 : Analyse IoT et exploitation des données véhicules. Périmètre : Analyse de données temporelles issues de capteurs embarqués afin d’élaborer des profils de mission pour le dimensionnement des composants et l’évaluation des performances. Contributions clés : — Analyse des besoins métiers et des objectifs de visualisation, puis traduction en solutions analytiques exploitables. — Traitement et transformation des données capteurs pour permettre une analyse efficace. — Définition des KPI et des axes d’analyse pour les dashboards Power BI. — Développement de modèles de détection d’anomalies et de modèles prédictifs pour améliorer la qualité et la fiabilité des données. — Conception de dashboards Power BI dynamiques pour l’analyse en temps réel et l’aide à la décision opérationnelle. — Suivi des indicateurs clés et l’identification des tendances et anomalies dans les données de performance véhicule (batterie, trajets, etc.) Environnement technique : Databricks, Power BI, DAX, Python, Pandas, Pyspark, SQL, Git, Snowflake, SQL, Azure De- vOps. Project 2: Mapping et codification des véhicules. Périmètre : Conception et automatisation de pipelines de données pour la détection d’anomalies dans le cadre d’un projet de nomenclature automobile, couvrant l’ensemble du cycle de traitement, de l’ingestion à la visualisation sur Palantir Foundry. Structuration et codification des données véhicules afin d’assurer leur intégration fluide dans les systèmes d’information. Contribution au développement d’un LLM interne basé sur des bases de données graphes Neo4j pour améliorer l’extraction et la modélisation de données complexes. Contributions clés : — Analyse des besoins métiers et traduction en solutions data (KPI, axes d’analyse, modèles de données structurés). — Conception, optimisation et industrialisation des pipelines ETL complexes from scratch en Python( Pandas et PySpark) pour le traitement de données multi-sources. — Mise en place et maintenance de la documentation data, des dictionnaires de données et des processus de gouvernance. — Conception de workflows data orientés ontologie. — Personnalisation de Palantir Workshop et Contour pour développer des dashboards interactifs et adaptés aux utilisateurs métiers. — Réalisation de rapports Power BI avancés pour la détection des anomalies et l’aide à la prise de décision. Environnement technique : Palantir Foundry (Ontology manager, Code Repositories, pipeline builder, Contour, Work- shop,..), PySpark, Azure Cloud, Git, Power BI, SQL, Jupyter, Neo4j, S3, Generative AI, Cypher,Snowflake.

Périmètre : Développement d’un Data Mart global à partir du data warehouse de conformité pour centraliser et structurer les données nécessaires au reporting et à l’analyse. Création de dashboards Compliance & Reporting avec automatisation des traitements, permettant un suivi dynamique et pilotage de l’activité des alertes en sortie des applications de la conformité groupe sur le filtrage de transactions et de screening client. Contributions clés : — Recueil et analyse des besoins métiers, puis traduction en solutions data. — Définition des indicateurs clés (KPI) et structuration des axes d’analyse. — Conception d’un Data Mart consolidant les indicateurs de conformité selon différentes dimensions. — ollaboration avec les équipes métiers pour garantir la qualité et la cohérence des restitutions. Environnement technique : Oracle SQL & SQL request, Power BI, NoSQL & MongoDB, Business Intelligence tools, JIRA, Agile Scrum.

Périmètre : Mise en œuvre d’une solution de Business Intelligence couvrant l’ensemble du cycle data afin d’identifier des leviers de croissance et d’optimisation. Participation aux activités de Business Development d’Alstom dans le cadre de sa stratégie de croissance, avec un focus sur l’estimation du potentiel de marché (market sizing) à l’échelle internationale. Contributions clés : — Collecte, préparation et analyse de données pour générer des analyses marché sur les pièces et composants ferroviaires. — Développement de tableaux de bord BI permettant le suivi des indicateurs clés et l’aide à la décision stratégique sur différentes régions (AMECA, APAC, Europe, Amériques, DACH). Environnementtechnique:MysqlDB,SQL,PowerBI,ExcelVBA,MachineLearning,JupyterNotebook,Snowflake,Pandas, Python,Jira et Klaxoon Tools.

Périmètre : Conception d’un modèle de scoring de crédit basé sur des approches de Machine Learning afin d’améliorer l’évaluation du risque des PME. Contributions clés : — Préparation et analyse de données financières pour alimenter les modèles de risque crédit. — Développement et validation d’un modèle de Machine Learning pour la prédiction du risque des PME. — Réalisation de scoring crédit et évaluation des performances du modèle. — Élaboration de rapports analytiques et tableaux de bord. Environnement technique :Oracle SQL Developer, Machine Learning algorithms, Python,Pandas, Jupyter Notebook, Power BI.