Othmane ALLOUCH

→ Objectif de la mission : Mettre en place une infrastructure data robuste et scalable pour centraliser, transformer et analyser les données territoriales de performance. → Réalisations : • Conception d’un data lakehouse complet (modèle Bronze/Silver/Gold) améliorant la qualité des données, la traçabilité et la performance analytique. • Automatisation des pipelines d’ingestion et de transformation via Airflow et Spark, réduisant les temps de traitement et augmentant la fiabilité des workflows. • Création de vues analytiques et de tableaux de bord Power BI, offrant une analyse de performance territoriale claire et des insights décisionnels en temps réel. → Stack technique : BigQuery, Terraform, Python, Spark, Airflow, Superset, SQL, Azure Data Lake, Databricks

→ Objectif de la mission : Concevoir et piloter une solution data end-to-end pour le suivi en temps réel et l’optimisation de la performance de 10 000 machines de cryptomining réparties mondialement. → Réalisations : • Conception d’une architecture de collecte et centralisation des données via Python et API Rest, assurant une vision unifiée et fiable des performances et coûts. • Développement de dashboards interactifs Power BI et Streamlit, facilitant l’analyse financière, la détection d’anomalies et la prise de décision stratégique. • Automatisation du suivi des machines sous-performantes, réduisant les temps d’intervention et maximisant la rentabilité opérationnelle du projet. → Stack technique : Python, BigQuery, Terraform, Power BI, Streamlit, API Rest, SQL, Azure, Git

→ Objectif de la mission : Concevoir une infrastructure data sur mesure pour automatiser l’analyse des performances immobilières et fiabiliser la prise de décision stratégique multi-départements. → Réalisations : • Mise en place de pipelines d’ingestion et de transformation automatisés avec Python, Spark et Airflow, réduisant de 80 % le temps de reporting et améliorant la qualité des données. • Développement de dashboards Power BI interactifs offrant un suivi en temps réel de centaines de biens et une meilleure visibilité sur les KPIs immobiliers. • Centralisation et gouvernance des données pour une prise de décision accélérée, une meilleure coordination inter-équipes et une rentabilité optimisée. → Stack technique : Python, Spark, Airflow, Power BI, SQL, Azure Data Lake, Databricks

*Conception et mise en place de pipelines de données pour des flux techniques à haute fréquence *Structuration et centralisation des données au sein d'architectures de type Data Lake *Traitement et normalisation de données hétérogènes issues de systèmes industriels *Mise en production des pipelines et gestion du Run (monitoring, alerting, fiabilité) *Amélioration continue de la qualité des données et des performances des traitements *Collaboration étroite avec les équipes techniques et métiers dans un contexte industriel sensible

→ Objectif de la mission : Piloter des initiatives data-driven pour optimiser la collecte, l’analyse et l’exploitation des données, tout en traduisant les besoins métiers en solutions analytiques performantes. → Réalisations : • Optimisation de la collecte et du traitement des données via Python, SQL et Spark, améliorant la qualité, la fiabilité et la rapidité d’accès à l’information. • Développement de modèles analytiques et de dashboards Power BI pour une analyse approfondie et une prise de décision métier accélérée. • Mise en place de processus data automatisés et d’innovations analytiques, renforçant la performance opérationnelle et la culture data au sein des équipes. → Stack technique : Python, Spark, Airflow, Power BI, SQL, Azure

*Recueil des besoins métiers et définition des indicateurs clés à analyser *Conception des analyses et rédaction de spécifications fonctionnelles orientées données *Préparation des jeux de données pour exploration, test ou modélisation *Contrôle qualité des données, détection et gestion des anomalies *Documentation des analyses, reporting régulier auprès des parties prenantes

*Recueil des besoins métiers et définition des indicateurs clés à analyser *Conception des analyses et rédaction de spécifications fonctionnelles orientées données *Préparation des jeux de données pour exploration, test ou modélisation *Contrôle qualité des données, détection et gestion des anomalies *Documentation des analyses, reporting régulier auprès des parties prenantes