Olivier DIAMESSO

Product Owner (transverse équipe de collection et de gouvernance) - Framework scrum / Kanban : - Gestion du backlog et définition des priorités avec le métier et les équipes de développeur (planification) - Animation des cérémonies agiles (daily, review, planif) - Documentation des process et des workflows sous confluence - Garant de la roadmap et recette technico fonctionnelle du delivery

*** Data analyst / Data Science Projet : Dans le cadre de la mise en place d'un prototype de moteur de recherche indexé à la base de documents internes permettant d’améliorer l’efficacité commerciale des conseillers – répondre de façon pertinente aux questions posées: o Extraction et collecte de données via un script servant à parser la base de documents --> Nettoyage du corpus et création de la base de travail o Algorithme de recherche s'appuyant sur les dernières technologies de machine learning --> Fonctionnalités d'auto complétion et de correction orthographique o Réflexion sur l'architecture et design d'une interface pour présenter les fonctionnalités et mesurer de la pertinence du moteur Environnement technique : Python, NLP *** Chef de projet MOA Projet: Dans un contexte de digitalisation de la relation client, le Crédit du Nord (CDN) a entrepris de mettre en place une nouvelle segmentation commerciale calculée sous la plateforme BIG DATA o Plan de cadrage du projet et définition des jalons o Réflexion et proposition de workflow en tenant compte des contraintes o Préparation et animation de comité de projet o Rédaction d’expression de besoin et de spécifications fonctionnelles o Challenge des besoins et des contraintes des utilisateurs o Recette fonctionnelle Environnement technique : SAS, PySpark, Sparklyr *** Product Owner De la feature Team IT Big Data dédiée à la refonte de la segmentation o Réflexion et proposition sur l'industrialisation du process o Rédaction des user stories sous Jira o Participation aux cérémonies Agile Environnement : Jira, Agile (Méthode Scrum/ Kanban), SAFE RTE Sujets annexes sous SAS : o Amélioration du moteur de propositions commerciale avec la prise en compte de la nouvelle segmentation o Identification des clients tiers communs en vue de préparer la fusion des banques CDN et Société générale o Recette fonctionnelle sur l’archivage des données suite à la fusion des banques CDN et Société générale

*** Data analyst Projet : Intervention dans le cadre du projet Arvato dynamiques Sales (ADS), consistant à mettre en place un score rejoué quotidiennement pour maximiser les plages de joignabilité et la compétence des agents selon le potentiel des leads (activités centrées autour de la notion de centre d’appels et du score de joignabilité) o Compréhension des enjeux business et des besoins métiers o Définition et arbitrage des métriques avec le métier o Gestion projet o Rédaction planning et suivi d’avancement du projet o Data management o Fiabilisation des sources de données utilisées o Etudes statistiques o Croisement de données avec la cible o Création d’indicateur o Score de joignabilité argumenté o Présentation aux métiers Projet: Mise en place des indicateurs de suivi de navigation à partir de l’analyse des logs de connexion du site Prisma shop o Spécification des données de Logs – AUDIT o Audit des fichiers de LOGS o Règles de redressement des bases de données o Création d'un Datalake WEB o Analyses exploratoires des données o Création et calcul des indicateurs recherchés (visites/récence, fréquence/centres d'intérêts) Environnement technique : SAS guide, Oracle, Python

*** Data analyst Renforcement de l’équipe datamining d’une part et d’autre part de l’équipe Retail France suite à un accroissement des demandes Datamining (Production) o Mise à jour des scores et lancement des moteurs de personnalisation. Retail France : o Développement de reporting suite aux demandes ponctuelles des équipes commerciales (indicateurs sur la connaissance client et performance des enseignes) o Optimisation des reporting existants Support aux équipes Retail France, Marques (Manuf) et Projet o Etudes ponctuelles (ciblage, segmentation) o Lancement et mise à jour des reporting o Refonte du planning interne Environnement technique : SAS guide, Netezza

*** Data analyst o Prototypage d’algorithme de sélection de données et de profiling de données de compteur gaz o Logique open data : amélioration de la qualité du géocodage des compteurs de gaz --> Intégration et utilisation de la base des adresses nationales (BAN), Géo Portail (IGN) Environnement technique : R, Oracle SQL

Projet : Mise en place du pôle de Data Science Contexte : Dans le cadre de la Top Initiative Big Data, le Centre de Solution Digitale de l’Unité Digitale et Market Management a besoin de se renforcer sur les aspects analytiques et de data intelligence Analyses sémantiques et Textmining o Analyse des logs : - de connexion du robot de chat(chatbot) mis en place par l’équipe afin d’améliorer les réponses de ce dernier - du Help Desk et des retours de l’enquête de satisfaction - d'appels à L’Agence En Ligne et challenge du moteur de speech-to-text (technologie de nuance) - Erreur de transcription - Détection des interlocuteurs o Réflexion autour des wording (mots et groupes de mots dans un verbatim) o Création d’algorithme afin de mieux tagguer les verbatim (thèmes abordés, occurrence des mots) et sentiment analysis o Réflexion et mise en place d’un dictionnaire assurantiel Analyses statistiques et « Machine Learning » ayant pour finalité la personnalisation des parcours digitaux : o Intégration des données (semi structurées) de Google via Big Query et Google Analytics o Connaissance des profils « digitaux » des prospects venant faire des tarifications sur le site Allianz --> Analyse de la finalisation des parcours et des phases de décrochage Analyse prédictive pour le lancement d’une application de souscription d’assurance habitation sur mobile o Utilisation du parc des contrats actifs et résiliés pour prédire les champs à remplir o Logique Open data – récupération des données de l’INSEE afin d’avoir une base de comparaison sur du parc immobilier en France o Utilisation de la base des adresses Projet Big Data : Suivi des investissements business de l’e-marketing à travers la plateforme Spark Data analytique, data visualisation, cadrage et définition du besoin o Définition et arbitrage des métriques avec le métier o Data visualisation : création de Dashboard sous Microstrategy (KPI défini avec le métier) - mise en conformité des Dashboard avec ceux de BIME

Contexte : La Direction des Risques, de la Conformité et des Statistiques du groupe Euler Hermes souhaite revoir ses travaux récurrents afin d’optimiser le temps de traitement et la fiabilité des résultats qui sont notamment fournis au comité de direction. Le pôle a également besoin d’une personne supplémentaire pour prendre en charge des traitements récurrents et des études ponctuelles o Audit des programmes SAS utilisés pour réaliser les reporting de suivi d’activité et optimisation de ces programmes o Migration des traitements Décision Stream vers SAS - Recensement, priorisation et optimisation des traitements Décision Stream pour automatisation sous SAS o Réalisation d’études ad hoc pour les entités commerciales, marketing et risque - Extraction et analyse (études) - Restitution et Dashboard Environnement technique : SAS (macro, SQL), Décision Stream

Contexte : Afin de gérer ses clients dans un datamart commun, SFR Business Team a décidé de modifier l’alimentation des sources de son système d’information et de migrer l’ensemble de ses clients mobiles de façon à recouper les données du fixe et du mobile. De plus, suite aux investissements consentis pour le déploiement du Très Haut Débit (THD), SFR BT cherche à agrandir sa part de marché et acquérir plus de clients sur la fibre o Business Intelligence - Création et mise à jour et évolution des reporting récurrents - Mise à jour des bases marketing (datamart et tables mensuelles) et recette (remontée des incohérences) o Etudes statistiques - Ciblage des clients risqués et analyses ad hoc sur le churn - Profils et répartition des clients bénéficiant des remises spécifiques sur la data mobile (offre 4G) - Plan marketing sur la fibre. Définition du périmètre des prospects et livraison des fichiers au distributeur pour traitement Environnement technique : SAS, Oracle, Teradata, Business Object

Contexte : Dans une logique de pérennisation des scores et d’amélioration des performances, Orange a mis en place un nouveau système de gestion et d’alimentation de son datamart. Celui gère de nouveaux agrégats et une dimension non plus client mais foyer Projet et étude : Quel est l’impact de ces nouvelles données au sein sur les scores existants ? Analyse statistique o Contribution à la spécification des besoins de scores formulés par les marketeurs (définition du périmètre, de la cible et des exclusions standards) o Construction de nombreux modèles de scores de churn, de montée en gamme et d’appétence aux offres et validation des nouveaux scores (modélisation sous Kxen) avec des points de validation techniques. o Etudes statistiques connexes et suivi des performances des modèles o Etudes des sous-profils des clients scorés o Présentation des résultats avec les différentes entités marketing (mobile, fixe, internet, open) Environnement technique : Oracle, Kxen Insight, SAS - Études statistiques connexes et suivi des performances des modèles.