Rami Kchaou

Contexte : Conception d’un agent IA RH dédié à l’analyse des KPIs de recrutement, permettant aux utilisateurs métier d’interroger en langage naturel un modèle sémantique Power BI et d’obtenir des analyses exploitables à partir des données. Missions : • Conception de l’architecture backend de l’agent IA et de la chaîne d’orchestration des requêtes utilisateur. • Génération, exécution et fiabilisation de requêtes DAX à partir de questions métier RH. • Interrogation de modèles Power BI via XMLA et exploitation des métadonnées du modèle sémantique. • Mise en place d’une orchestration IA combinant LLM, règles métier, critique, réparation et analyse des résultats. • Intégration de l’agent avec Copilot/MCP via exposition d’API backend. • Structuration des réponses afin de restituer des analyses métier claires et adaptées aux utilisateurs RH. Environnement technique : Python, LangGraph, FastAPI, LLM, RAG, Microsoft Fabric (Power BI), DAX, XMLA, Agent Toolkit, MCP, Copilot, n8n, API REST, Docker, GitLab CI/CD.

Contexte : Au sein de la Tribu Digital Workplace, j’ai intégré la Squad GUS afin de contribuer à la valorisation des données liées aux usages collaboratifs, aux licences produits, au parc informatique et à la consommation énergétique. La mission s’inscrivait dans un contexte de modernisation du socle applicatif et de mise à disposition d’indicateurs fiables pour les Caisses régionales et les équipes centrales. Missions principales : • Analyse des besoins métier et cadrage des indicateurs de pilotage avec les Business Analysts, le Product Owner et les parties prenantes. • Conception et mise en place de datamarts décisionnels dédiés au pilotage des usages Digital Workplace. • Développement de traitements de données dans un environnement Big Data afin d’alimenter les datamarts à partir de sources hétérogènes. • Modélisation et structuration des données liées aux usages Microsoft Teams, licences produits, parc informatique et consommation énergétique. • Création et optimisation de tables, vues et requêtes SQL pour l’alimentation des reportings métier. • Contribution à la migration du socle applicatif via des développements Spark et Java. • Mise à disposition de dashboards et KPIs de suivi pour les Caisses régionales et les équipes administratrices. Environnement technique : Spark, Java, SQL, DBeaver, HDFS, Hive, Azure Synapse, Cloudera, GitLab CI/CD, MicroStrategy.

Contexte : Au sein de Modelity, startup lyonnaise rattachée à Citec Groupe, j’ai contribué à un projet d’optimisation de la recherche documentaire visant à améliorer l’accès à l’information interne. La mission portait sur le cadrage de cas d’usage, la mise en place d’un moteur de recherche, la centralisation des données dans un référentiel et le développement d’une interface web dédiée. Missions principales : • Contribution au cadrage fonctionnel et technique de cas d’usage liés à la recherche documentaire. • Réalisation d’une veille technologique et d’un benchmark afin d’orienter les choix techniques du projet. • Définition de l’architecture cible autour du moteur de recherche, du référentiel de données et de l’interface web. • Développement de connecteurs backend vers plusieurs sources de données documentaires. • Structuration et préparation des données issues des trombinoscopes pour améliorer leur indexation et leur exploitabilité. • Intégration d’un moteur de recherche afin d’améliorer la pertinence des résultats et l’expérience utilisateur. • Développement de composants frontend, mise en place de tests et contribution à la chaîne CI/CD. Environnement technique : Python, Vue JS, Algolia Search, Git, Docker, Azure DevOps, Azure File Share, SharePoint.

Contexte : Dans le cadre d’un projet d’interopérabilité nationale, j’ai contribué à la mise en place d’un dispositif de monitoring de la consommation des APIs afin de suivre les échanges entre organismes et d’améliorer la supervision des flux applicatifs. Missions principales : • Collecte et analyse des logs issus des échanges entre services. • Parsing et structuration des données de logs pour faciliter leur exploitation. • Chargement des données dans Elasticsearch pour centraliser les informations de monitoring. • Conception d’un dashboard de suivi des échanges inter-organismes. • Mise en place d’indicateurs de supervision pour analyser la consommation des APIs. • Tests des flux de collecte et vérification de la cohérence des données affichées. Environnement technique : Linux, Kafka, Elasticsearch, Logstash, Kibana, API REST, Postman.

Contexte : Dans le cadre d’un besoin interne de pilotage RH, j’ai contribué à la réalisation d’un tableau de bord de staffing permettant de suivre les effectifs, les affectations et les indicateurs clés liés aux ressources. Missions principales : • Analyse du besoin de reporting autour du suivi des effectifs. • Préparation et structuration des données nécessaires à l’analyse. • Conception du modèle sémantique sous Power BI. • Création des mesures DAX et des indicateurs de suivi RH. • Développement du tableau de bord de staffing. • Vérification de la cohérence des données et ajustement des visuels selon les besoins utilisateurs. Environnement technique : SQL, DAX, Power BI.