Philippe Prat

Au sein du train Risques & Finance, le comptoir CBS (Core Banking System) a sous sa responsabilité un ensemble de Data Products chargés de collecter les données relatives au financement (de la commercialisation à la contractualisation) des entreprises clientes de BPI via les différentes applications de Core Banking et de les exposer via API aux différents consommateurs. Actuellement déployée sur le Saas AWS, la Data Platform de BPI est en évolution vers une architecture « Temps-réel » et « Event-Driven » via Kafka. Product Owner Data: • Usages Risques & Finance : o Migration des usages Legacy vers la Data Platform (Anacredit, Finrep et Risk Autority) o Implémentation de nouveaux usages réglementaires (BCBS239 et ECMS) • ALM et titrisation : o Modélisation et intégration des créances dans le comptoir avant exposition via API • Product Ownership & Delivery : o Recueil du besoin des métiers, cadrage et chiffrage o Animation et préparation des réunions de priorisation avec les key users et les Data Owners o Mise à jour de la roadmap en lien avec le PM et le Business Owner o Rédaction des features et des user stories o Présentation des features lors du PIP (Program Increment Planning) o Gestion et priorisation du backlog o Spécifications techniques et fonctionnelles o Management des reviews o Validation des développements réalisés par les équipes data et techniques o Suivi de la mise en production des fonctionnalités o Sanity check (couverture du code, monitoring, qualité de données et non régression) • Data Management : o Mapping des données entre systèmes source et modèles cible o Modélisation des données et structuration des Data Products o Définition des end-points et payloads de l’API o Collaboration avec les data engineers pour assurer la disponibilité et la cohérence des données • Data Governance : o Alimentation et mise à jour du Data catalog o Formalisation des règles de transformation et de mapping entre les sources de données o Lineage technique et fonctionnel avec les systèmes source et le glossaire du groupe en lien avec les Data Stewards o Formalisation des règles de qualité o Documentation des Data Products Environnement technique Jira, Confluence, Xray, SQL, Pyspark, MongoDB, Kafka, AWS, Glue, API, Power Designer, Datagalaxy, Airflow, Informatica Environnement fonctionnel SAFE, Cassiopae, Prêt moyen-long terme, Crédit-Bail immobilier, Crédit-Bail mobilier, Revolving, Financement court-terme, Garantie, Valorisation, Collatéral

Au sein de la DSIBA du groupe La Banque Postale, l’équipe Big Data a sous sa responsabilité une Data Platform « on-premise » chargée de collecter, transformer et restituer différents périmètres de données pour plusieurs directions métiers via une approche Data Mesh. Product Owner Data: • Lutte contre le blanchiment : o Intégration des alertes remontées par les agences bancaires dans la Data Platform o Alimentation des algorithmes de machine learning (supervisé et non supervisé) des équipes Data Scientists o Exposition des données en temps réel (via Kafka) aux centres financiers • Marketing : o Intégration des données CRM, avant-vente, successions o Alimentation des algorithmes de machine learning des équipes Data Scientists o Construction des Data Products dédiés au marketing o Construction et alimentation des dashboards Qlik Sense • Cap Assurance : o Intégration des données de l’assurance-vie issues de la CNP o Construction des Data Products afin de servir les usages du Marketing et du Pilotage Commercial • Product Ownership & Delivery : o Recueil du besoin des métiers, cadrage et chiffrage o Spécifications techniques et fonctionnelles o Animation et préparation des réunions de priorisation avec les key users o Gestion du backlog et des sprints o Coordination des équipes o Management des reviews o Animation de COPROJ et de COPIL avec les métiers et les sponsors o Validation des développements réalisés par les équipes data et techniques o Suivi de la mise en production des fonctionnalités • Data Management : o Définition des processus d’ingestion de données depuis différentes sources o Mapping des données entre systèmes source et modèles cible o Modélisation des données et structuration des Data Products o Collaboration avec les data engineers pour assurer la disponibilité et la cohérence des données • Data Governance : o Alimentation et mise à jour du Data catalog o Formalisation des règles de transformation et de mapping entre les sources de données o Lineage technique et fonctionnel avec les systèmes source et le glossaire du groupe o Formalisation des règles de qualité o Documentation des Data Products • Data Analytics & Visualization : o Définition de KPI et indicateurs o Spécification des dashboards et reportings analytiques o Accompagnement des métiers dans l’interprétation des indicateurs dans une approche data-driven Environnement technique Python, Dataiku, Pyspark, Hive, Hadoop, Kafka, Jira, Confluence, SQL, Collibra, Qlik Sense Environnement fonctionnel Scrum, lutte contre le blanchiment, marketing, assurance-vie, recouvrement commercial, BFI

Au sein d’une équipe de la direction financière de la BNP (FIMAS), composée de 30 personnes, le projet consistait à intégrer différents flux étrangers au groupe BNPParibas, jusqu’au datahub chargé de la normalisation des données financières. Puis ces données étaient utilisées afin de calculer le risque de crédit des entités étrangères du groupe (Fortis, BGL, …) Aujourd’hui, la mission consiste à faire le rapprochement entre les données du datahub et le moteur de notation (développement en Dataiku/Python/Spark). Business Analyst / Data Engineer (Dataiku/Python/Spark) : ● Recueil et définition de besoins et synthèses ● Analyse des demandes d'évolution et corrections ● Planification des tâches ● Préparation des plannings ● Définition et priorisation des tâches pour le client ● Développement du prototype permettant de rapprocher les données avec le moteur de notation ● Gestion du backlog et des sprints avec la MOE ● Spécifications techniques et fonctionnels ● Ecriture de la chaine de rapprochement des données en Python ● Rédaction des cas de test ● Recette fonctionnelle, stratégie de la recette ● Automatisation des recettes ● Amélioration continue du projet ● Assistance aux nouveaux utilisateurs de Dataiku au sein de la BNP Environnement technique Python, DataIku, Pyspark, Apache Spark, Hive, SQL, Spark SQL, Jira Environnement fonctionnel Agilité, risque de crédit, reporting corep

Au sein d’une l’équipe de la DSI de la BPCE, composée de 8 personnes, le projet consistait à développer un outil pour l’entité performance du groupe. Il permettait via un datawarehouse, de récupérer l’ensemble des données financières du groupe, de les harmoniser, de les agréger et de les nettoyer avant envoi dans le cloud Anaplan. Business Analyst / Data Engineer : ● Recueil et définition de besoins et synthèses ● Analyse des demandes d'évolution et corrections ● Cadrage et chiffrage ● Planification des tâches ● Préparation des plannings ● Définition et priorisation des tâches pour le client ● Spécifications techniques et fonctionnels ● Ecriture de scripts KSH ● Mise en place d'un module Anaplan Connect pour communiquer avec le cloud Anaplan (envoi de fichiers, export de fichiers et gestion du workflow) ● Motoring du module Anaplan Connect ● Gestion des contrôles d'intégrités dans REF-DATA avant envoie des données dans les modules Anaplan ● Recette fonctionnelle, stratégie de la recette ● Déploiement en pré production et production ● Suivi de production pendant les arrêtés trimestriels ● Amélioration continue du projet ● Animation de Copro et d’atelier avec les développeurs Environnement technique Anaplan, Datastage, Oracle SQL, KSH Environnement fonctionnel Comptabilité générale, contrôle de gestion, IFRS9, Kanban

Au sein d’une équipe TMA de Sopra Steria, composée de 8 personnes, le projet consistait à développer une IHM permettant l’émission et la consultation de messages SWIFT entre différents protagonistes (banques privés, banques centrales). Les principales fonctionnalités étaient l’émission de messages SWIFT, leurs suivis, leurs réceptions, et la mise en place d’un tableau de bord répertoriant le flux d’activité. Ingénieur d’études : ● Recueil et définition de besoins et synthèses ● Analyse des demandes d'évolution et corrections ● Planification des tâches ● Préparation des plannings ● Définition et priorisation des tâches pour le client ● Maquettages des écrans ● Spécifications techniques : IHM web, évolution de l'algorithme de calcul des appels de fond et de marge ● Développement/évolution de l'IHM ● Test technique et d'intégration ● Déploiement en pré production et production. ● Amélioration continue du projet ● Evolution des procédures (PL/SQL) de production du reporting d'activité (appels, ordres passés, dénoués, réglés) Environnement technique J2EE, SVN, PLSQL, Oracle SQL, Spring Environnement fonctionnel Messages SWIFT, appel de marges

INGÉNIEUR DÉCISIONNEL - Etude de l'architecture décisionnelle, recensement des besoins de restitution, droits et accès, - Spécification du module de sécurité et du référentiel des utilisateurs, droits et accès, - Modélisation UML et intégration des tables dans le datawarehouse, - Développement C# du module d'accès aux données : génération de vues dynamiques (vues SQL filtrées selon les droits) et interface avec l'outil de reporting (MS BI Reporting Services), - Validation de la récupération des données (comptable, swift, transaction, juridique), - Test d'intégration avec Reporting Services, - Participation aux standup meeting du projet (méthode Agile). OUTILS / ENVIRONNEMENT : C#, SQL Server, MS BI (Reporting Services)

En accompagnement de missions de conseil en Ressources humaines, mise en place d'un outil de collecte, consolidation et production de statistiques de rémunération et d'analyse de la masse salariale. - Participation aux ateliers avec les équipes RH des demandeurs : identification des besoins de données source et d'indicateurs d'analyse RH, - Définition d'un format standard pour la consolidation et le rapprochement des données des entreprises, - Mise en place d'une base RH mutualisée : intégration et chargement des données de rémunération, du référentiel Salariés (expérience, secteur, fonction, service) et création des axes d'analyse, - Refonte de l'algorithme d'équilibrage des données : pondération en fonction du poids/volume de données des entreprises, - Développement de l'outil (Access, SQL, VBA, Excel), - Création/production des statistiques de rémunération (par secteur, catégorie, tranche d'age, diplôme) et production d'un benchmark des entreprises (Excel), - Réalisation d'études ad hoc (régression linéaire) en SPSS. OUTILS / ENVIRONNEMENT : Access, Excel, VBA, SPSS

Refonte de l'outil des forces de vente pour le pilotage de la performance, de la rentabilité des investissements publicitaires et la production du reporting des ventes d'espaces web. - Etude de l'existant : données (activité, finance, sites, supports), indicateurs et règles de gestion, - Ateliers de validation des nouveaux besoins avec l'équipe commerciale, - Développement du nouvel outil fiabilisé et optimisé (Excel, VBA) : import, sélection et formatage de données, - Calcul des indicateurs de rentabilité et suivi de l'activité par support et production des reportings, - Test, mise en service et support au métier. OUTILS / ENVIRONNEMENT : Excel, VBA