Philippe D.

-> Montée en compétences de plusieurs équipes métier (BI, Relation Client) sur les outils data, de zéro à l'autonomie, à travers des ateliers sur mesure alliant initiation, perfectionnement et cas pratiques réels. -> Mise en place d'un cadre de gouvernance data complet : conventions de nommage, modélisation des sources Looker Studio, gestion granulaire des droits d'accès, documentation et templates réutilisables. -> Déploiement d'un workflow de peer-review et code-review sur les dashboards pour garantir la fiabilité et la maintenabilité des livrables BI à l'échelle. -> Animation d'un support interne continu (Slack/Teams) en tant que référent data, réduisant la dépendance aux prestataires et accélérant la prise de décision autonome des équipes. Outils: Qlik Sense, Looker, BigQuery, GCP, Excel

-> Conception et déploiement de dashboards Power BI stratégiques pour le suivi des KPIs métier clés, permettant un pilotage en temps réel et une réduction du délai de reporting. -> Centralisation de sources de données hétérogènes via SQL et Power BI pour construire une analytics unifiée, fiable et exploitable par les décideurs. -> Production d'insights actionnables sur la performance digitale, identification de tendances émergentes et formulation de recommandations stratégiques à destination du management. ->Extraction SQL sur mesure pour répondre aux besoins spécifiques de chaque département, sans dépendance à l'IT. Outils: GCP, Azure, SQL, GitLab, CI/CD, Power BI, Inforiver, workiva, Python

-> Développement de solutions Computer Vision pour la détection et l'optimisation de processus industriels via analyse d'images caméra, de la conception au déploiement en production. -> Analyses exploratoires approfondies pour identifier des patterns et insights actionnables sur des volumes de données complexes. -> Conception de dashboards interactifs traduisant les outputs modèles en visualisations métier accessibles aux équipes non techniques. Outils: Python, AWS, Qlik, Dataiku, Amazon S3, GCP, Looker studio, Power BI

-> Construction d'une application end-to-end de collecte et visualisation de données, architecture, développement et mise en production d'un outil métier complet. -> Analyse du comportement client e-commerce et reporting avancé pour identifier les leviers de croissance et de conversion. -> Optimisation de la tarification par l'exploitation des données transactionnelles — recommandations concrètes à fort impact commercial. -> Structuration et valorisation du patrimoine data client pour améliorer la prise de décision commerciale à tous les niveaux. Outils : Power BI, Python, Google Cloud Platform

Projet 1: -> Méta-analyse clinique sur le cancer de l'ovaire séreux de bas grade (LGSOC), comparaison des taux de survie globale et sans récidive selon les protocoles (chimio, hormono, combiné), avec implications directes sur les recommandations thérapeutiques. Projet 2: -> Analyse des données Covid-19 en contexte de crise : identification des facteurs prédictifs d'admission en réanimation et développement d'un score de triage pour accélérer la prise en charge des nouveaux patients. Maîtrise des méthodes statistiques avancées appliquées à la recherche clinique, modélisation, tests d'hypothèses, analyses de survie. Outils: Excel, R, SPAD, Python

TUI Group est le plus grand groupe de tourisme du monde et le premier voyagiste français. Il possède des agences de voyage, hôtels, navires de croisière, des magasins de détail et 6 compagnies aériennes. C'est la plus grande flotte de vacances du monde. -> Modélisation comportementale client à grande échelle : analyses de corrélation, cross-sell, cohortes, LTV et contribution au chiffre d'affaires, pour orienter les décisions marketing et commerciales. -> Segmentation client avancée (RFM, K-Means clustering, LDA/QDA) pour personnaliser les parcours et maximiser la valeur client. -> Prédiction d'achat et Customer Lifetime Value, modèles ML en production pour anticiper les comportements et prioriser les actions CRM. -> NLP appliqué à la voix du client : analyse de sentiment et advice mining sur les avis clients pour identifier les irritants et leviers de satisfaction. -> Web scraping & analyse concurrentielle pour enrichir les modèles et surveiller le marché en continu. -> Implémentation et pilotage de Google Analytics 360 + BigQuery, mise en place de la collecte, structuration des données et définition des KPIs web avec les équipes métier. -> Dashboarding multi-sources (Power BI, Tableau, Google Data Studio) pour les différents services, de la définition du besoin à la livraison. -> A/B Testing pour mesurer l'impact des évolutions produit et valider les décisions d'optimisation e-commerce. Outils: R, Python, BigQuery, GA 360, Power BI, Tableau, Google Data Studio, Jupyter, NLP, K-Means

-> Analyse des données Garantie pour identifier les signaux faibles et opportunités de fidélisation client, enjeu stratégique direct pour la rétention après-vente. -> Refonte et modernisation du reporting : migration des outils legacy vers Tableau Software, avec gains significatifs en lisibilité, automatisation et délai de production. -> Forecasting sur les données de garantie pour anticiper les volumes et optimiser le dimensionnement opérationnel. -> Contrôle qualité des données et cohérence des chiffres entre systèmes SAP (FI, BW), garant de la fiabilité des reporting à destination du management. Outils: SAP FI, SAP BW, Tableau, VBA, Excel

-> Mesure des inégalités et du niveau de bien-être à l'échelle nationale (indice FGTα) avec comparaison agriculteurs / non-agriculteurs, travaux contribuant directement aux politiques publiques de développement social. -> Conduite d'une enquête d'opinion à grande échelle sur une décision gouvernementale, de la conception méthodologique à l'analyse des résultats. -> Maîtrise des méthodes d'indices de bien-être multidimensionnel dans un contexte institutionnel exigeant rigueur et interprétabilité des résultats. Outils: R, SPSS

-> Collecte de données terrain auprès des entreprises dans le cadre du recensement général des entreprises du Sénégal.

-> Évaluation de la performance du secteur maïsicole et analyse de l'efficacité des exploitants dans une optique d'autosuffisance alimentaire nationale. -> Segmentation des producteurs et modélisation des facteurs d'inefficacité, avec recommandations concrètes pour améliorer la productivité. -> Développement d'une application d'automatisation des ordres de mission, initiative autonome à fort impact sur l'efficacité administrative de l'équipe. Outils: Excel, R