Oussama LAYAIDI

- Mis en place des contrôles Data Quality / Data Integrity (fraîcheur, complétude, unicité) sur Snowflake, avec une baisse de ~23% d’anomalies sur les données publiées. - Industrialisation des exécutions avec dbt + Airflow : runs planifiés, résultats traçables, et promotion DEV → UAT → PROD des règles et contrôles. - Enrichissement d’un Dashboard d’intégrité (Streamlit) : standardisation des règles (gravité, catégories, messages) + correction d’un bug de duplication pour fiabiliser le registre. - Développement d’un assistant data en langage naturel via Streamlit + Snowflake Cortex : modèle sémantique YAML, génération SQL contrôlée, et recherche documentaire (Cortex Search). - Renforcement de l’intégration Cortex (stabilité & sécurité) en corrigeant des problèmes de configuration (SSL / endpoint), pour fiabiliser les échanges entre l’UI et Snowflake.

- Construction d’un pipeline de bout en bout : centralisation et fiabilisation de données issues de sources multiples (structurées et semi-structurées) : ingestion, normalisation, nettoyage et contrôles de cohérence, puis chargement dans PostgreSQL pour exploitation Power BI. - Modélisation en schéma en étoile et automatisation des scripts d’initialisation/chargement pour garantir des datasets propres, traçables et prêts pour le reporting. - Conception de dashboards de pilotage maintenance mis à jour quotidiennement : KPIs, analyses par typologie/statut, tendances mensuelles et suivi du préventif. - Préparation de l’industrialisation des refreshs (Airflow / Docker) pour aller vers des exécutions planifiées et reproductibles. - Résultat : amélioration du suivi opérationnel et aide à la décision pour les responsables maintenance du Village des Athlètes.