Oussama Azeddine

• Établi et opérationnalisé le cadre de gouvernance data du domaine: business glossary, catalogage, data lineage, politiques d'accès, modèle d'ownership métier/IT — intégrité, sécurité et traçabilité en environnement multi-consommateurs. • Défini le modèle opérationnel de gouvernance : rôles (Data Owner, Data Steward, Data Custodian), instances de pilotage, RACI, standards et politiques alignés sur les standards groupe. • Mis en place le cadre de Data Quality : dimensions, règles de contrôle, KPIs et boucle de remédiation. • Piloté la stratégie et la feuille de route data du domaine : trajectoire 18 mois, séquencement par lots, alignement métier/IT. • Architecturé la plateforme data cible (4 To/j, 150 To) comme socle technique de la gouvernance : catalogue, lineage, tiering, exposition contrôlée des données aux consommateurs. • Déployé le data catalog du domaine : vingtaines produits de données catalogués, ownership, finalité et niveau de sensibilité renseignés ; base d'un accès self-service gouverné. • Animé la communauté de Data Stewards et la comitologie data : comité mensuel, instances d'arbitrage, suivi des KPIs, montée en maturité mesurée par évaluation DMMA. • Défini les politiques de classification, de sensibilité et d'habilitation des données : alignées RGPD et exigences de sécurité du domaine SOC. • Porté la conduite du changement & la data culture : guidelines, formations et onboarding des équipes aux standards de gouvernance. • Tech Lead d'une équipe de 6 ingénieurs — coordination des parties prenantes transverses (métier, sécurité, IT), revues, ADR, livrables structurants.

• Mis en place les contrôles qualité et la gouvernance d'accès répondant à BCBS 239 et SOX : politiques de rétention, traçabilité de bout en bout, ségrégation multi-tenant. • Construit le data lineage de bout en bout des chaînes de reporting réglementaire : traçabilité auditable, réponses régulateur & audit accélérées, alignement BCBS 239 (RDARR). • Déployé le dictionnaire de données & business glossary du périmètre risque & reporting : termes métier définis, ownership formalisé, harmonisation sémantique inter-systèmes. • Piloté un programme de remédiation Data Quality sur les Critical Data Elements (CDE) du risque : règles de contrôle, scoring qualité, plan priorisé avec les Data Owners. • Structuré la gestion des données de référence & maître (clients, contreparties) : réduction des doublons et des écarts inter-applicatifs, golden record gouverné. • Défini un modèle de cloisonnement et de partage contrôlé multi-entités : base d'un data sharing gouverné entre lignes métier et d'une offre de service data interne. • Piloté la consolidation de deux plateformes en architecture unifiée: standardisation des flux, alignement gouvernance, ~30 % de réduction de coûts. • Animé le Data Governance Council (risk, finance, IT) : arbitrages de priorisation, validation des politiques, scorecards qualité, reporting au CDO. • Animé une communauté des Data Stewards métier : appropriation des standards, montée en compétence, relais de la gouvernance dans les lignes métier. • Co-managé une équipe de 4 ingénieurs data : SLO, modèle capacitaire, standards de fiabilité, rotation d'astreinte.

• Conçu une infrastructure d'ingestion distribuée couvrant ~2 000 sources de données, connecteurs scriptés, endpoints HTTP, intégrations API. • Géré les couches de configuration et de métadonnées (mapping de schémas, routage, normalisation), première brique de standardisation et de gestion des métadonnées transverses. • Industrialisé les environnements cloud AWS / Azure via Infrastructure-as-Code.

• Conçu et déployé des pipelines de données AWS pour le suivi qualité production A350 / A330. • Assuré la préparation et la qualité des datasets (imputation, nettoyage, normalisation) — premières fondations Data Quality. • Développé des modèles ML et des applications de visualisation embarquées (Palantir Slate).