Othmane Mansouri

Industrialisation de la nouvelle plateforme data monde du groupe, socle analytique unique rassemblant quinze applications métier : • Onboarding des applications sur la plateforme : intégration des sources, conception des couches bronze, silver et gold et mise à disposition de jeux de données prêts à l’emploi pour la BI et la data visualisation. • Développement de jobs ETL AWS Glue en PySpark, orchestration via Stepfunctions et EventBridge, réduction des temps d’exécution par le passage au traitement incrémental, les stratégies de partitionnement et le tuning Spark. • Evolutions et correctifs sur l’ensemble des pipelines et jobs en production, au contact direct des équipes métier. Rétro-ingénierie complète de l’add-on Analytics de l’éditeur Genesys pour internaliser la donnée du centre de relation client sur AWS : reconstitution de l’intégralité du modèle de données depuis l’API Genesys Cloud, incluant les logiques d’agrégation non documentées, avec un taux de correspondance de 100% garantissant la continuité des rapports existants.

Conception et maintenance d’un data hub harmonisé pour un grand groupe pharmaceutique américain, centralisant des données chimiques issues de sources multiples : • Développement de pipelines de données sur AWS (ingestion, standardisation et transformation) avec traitement incrémental afin d’éviter le retraitement des données inchangées et d’optimiser les performances. • Mise en place d’une zone de données finale, servant de socle aux usages analytiques, scientifiques et ML. • Implémentation de traitements distribués PySpark sur EMR Serverless, de transformations sur AWS Batch, le tout orchestré via AWS Stepfunctions et validé sur AWS Glue. Développement de processus automatisés de préparation de données et déploiement de pipelines ML : • Conception et maintenance de pipelines ML industrialisés pour la préparation automatique des données et l’alimentation de modèles prédictifs et génératifs. • Entrainement de modèles ML sur AWS SageMaker. • Mise en production de pipelines ML dans les environnements clients (pharma/biotech). Développement d’un système de gestion de l’approvisionnement de composés chimiques pour un laboratoire de robotique : • Conception d’une API REST avec FastAPI et PostgreSQL pour la gestion des stocks, réservations, allocations et réapprovisionnements automatisés. • Garantie d’une traçabilité complète grâce à des métadonnées riches sur les composés.

Intervention chez plusieurs clients (Energie, Retail, Industrie, Logistique, Santé) sur des problématiques de fiabilité et de migration de données : • Conception de pipelines de migration et d’intégration de données lors de l’implémentation d’ERP (SAP, IFS). • Développement et automatisation de processus ETL industrialisés pour transformer, contrôler et fiabiliser les données. • Industrialisation des flux de données afin d’améliorer la qualité, la fiabilité et la disponibilité des données analytiques. • Support aux usages analytiques et BI via la mise à disposition de jeux de données structurés pour le pilotage opérationnel.

Au sein du pôle data et en étroite collaboration avec l'équipe de planification logistique, j’ai eu pour missions : • Développement d'un algorithme de clustering pour optimiser l’affectation des stocks aux entrepôts et réduire les délais de livraison. • Prévisions de ventes : Création d’un modèle pour prévoir les volumes de ventes avec une précision de 85 %. • Mise en place d'une API pour l'affichage des pictogrammes de délai de livraison sur le site marchand. • Création et suivi d’un nouvel outil S&OP. • Mise en place de KPIs pour analyser la performance du processus de planification.

• Réalisation d’une étude sur l’économie collaborative et ses applications. • Projets de mobilité urbaine : collecte et analyse de grands ensembles de données liés au stationnement, transports publics et accessibilité. • Exploration d’algorithmes pour l’optimisation de la livraison du dernier kilomètre et l’usage des vélos en libre-service. • Développement d'une API pour la gestion d'une application de partage de places de parking.