Romain Rigal

Contexte : Seule ressource data de l’entreprise, j’interviens à temps partiel pour garantir la continuité et la fiabilité des traitements de données et accompagner les équipes dans leur exploitation. Missions : - Assurer le bon déroulement et la disponibilité des traitements data sur l’ensemble du périmètre de l’entreprise. - Faire évoluer les dashboards Metabase afin de mieux répondre aux besoins métiers. - Intégrer de nouvelles sources de données et fiabiliser les indicateurs clés. - Soutenir la montée en maturité data de l’entreprise en lien direct avec les équipes opérationnelles. Environnement technique : Metabase, DBT, GCP, SQL, Fivetran, Hubspot

Contexte : Première ressource data d’une PME qui génère des liasses fiscales pour ses clients à partir des revenus issus de locations immobilières. Mission : - Création d’un socle décisionnel unifiant les données HubSpot (CRM) et Stripe (facturation) pour garantir l’exhaustivité et la cohérence des données. - Conception et mise en place de modèles décisionnels et de marts dédiés au suivi du renouvellement, récurrence des revenus et du recouvrement. - Automatisation des calculs et des agrégations nécessaires au pilotage des revenus récurrents et des encaissements. - Collaboration avec les équipes métier pour définir les besoins de reporting et valider les indicateurs clés. Environnement technique Fivetran, dbt, BigQuery, Metabase, HubSpot, Stripe, SQL.

Contexte Intégré au Chapitre Data, au sein d’un service transverse en charge de développer des solutions data pour l’ensemble des tribus métiers. Collaboration étroite avec des profils variés répartis dans plusieurs squads, sur des sujets et problématiques hétérogènes. Missions - Développement de tableaux de bord MicroStrategy (MSTR) pour le pilotage transverse de l’activité. - Conception de dashboards dans Piano Analytics pour l’analyse des parcours utilisateurs et l’évaluation de nouvelles interfaces digitales. - Livraison de scripts de génération de KPI, dans le respect d’un processus de déploiement normé impliquant plusieurs validations croisées (gouvernance, référentiel, intégration portail). - Participation aux réunions de cadrage, recueil des besoins, démonstrations et coordination avec les différentes équipes métiers et data. Environnement technique - MicroStrategy (MSTR) - Piano Analytics - Teradata - GitLab - Jira, Confluence - Nectarin

Contexte général : j'ai eu l'opportunité de participer activement à un projet visant à optimiser l'utilisation des données via un nouveau datastore centralisé. Missions : - Recueil des Besoins et Analyse : Collaboration avec les parties prenantes pour identifier et comprendre les besoins spécifiques. - Création de Sources de Données Fiables Développement et Automatisation des Dashboards : - Qualité des Données : Tableau de bord pour surveiller et améliorer la qualité des données. - Engagement des Apprenants : Suivi de l'engagement des étudiants à travers des indicateurs clés. - Suivi Budgétaire : Visibilité claire sur les dépenses et optimisation de la gestion financière. Participation a la validation des données en production, assurant l'intégrité et la fiabilité des informations exploitées. Tableau SQL Snowflake

Mission au sein de l'équipe 'Supply Chain Analytics Factory', opérant comme un centre de service, où chaque data analyst est affilié à un domaine métier spécifique et est chargé de soutenir les équipes fonctionnelles en fournissant de manière récurrente des données fiables et dans les délais impartis. Ma mission principale consistait à optimiser la gestion des stocks dédiés à l'e-commerce. Missions : - Création de flux d'alimentation de données concernant l'état des stocks ecommerce et le chiffre d'affaire engendré par ces derniers. - Création et évolution de tableaux de bords sur différents sujets ex : Retour produits, stocks disponibles vs reste a activer, monitoring de l'état d'avancement des commandes sur le monde entier, - Analyse de données ad-hoc et présentation des résultats afin d'apporter des réponses concretes aux différentes questions poser par les métiers. Stack Technique : Tableau Software, Databricks, Amazon Redshift et S3, SQL, Python, Jenkins, Git

Affecté au service Overland, ce service est en charge de centraliser les données provenant de différents SI et de les restituer aux utilisateurs métiers. La mission était 100% Anglophone et en Full Remote Missions : - Création de tableaux de bord avec Tableau Software. - Analyse des besoins de reporting et assistance à la gestion de projet. - Validation des données migrées sur un nouveau système. Stack Technique : Tableau Software, MSSQL, SQL

Embauché au service "Pilotage de la Performance Commerciale" Mon role était d'apporter un soutien technique en lien avec la donnée au service de l'administration des ventes. Missions : Gestion de flux de données alimentant les reportings hebdomadaires des performances commerciales. Création de tableaux de bord sous Qlikview Assistance technique sur divers projets d'administration des ventes. Assistance technique pour la clôture de la rémunération variable 2020 Stack Technique : Qlikview, SQL

- Manipulation de bases de données - Utilisation des ETL - Création d'outils de Reporting : Tableau Software, Business Objects,, SAP Analytics Cloud - Prise en charge des tickets de Maintenance Applicative - Analyse de données et programmation R

Contexte : L’objectif du projet était de développer un système de détection automatique du contexte utilisateur via les capteurs d’un smartphone afin d’adapter le comportement du téléphone. Le modèle devait être intégré dans un processeur mobile, ce qui imposant des contraintes en précision et consommation de mémoire. Missions Collecte et annotation de données à partir d’un smartphone de test, en simulant différents contextes d’usage (réunion, transport, supermarché, etc.). - Analyse exploratoire de gros volumes de données capteurs pour identifier des patterns pertinents. - Implémentation et évaluation de modèles de machine learning supervisé et non supervisé (arbres de décision, forêts aléatoires, clustering). - Adaptation de la mise en production en langage C pour un déploiement embarqué sur le processeur. - Détection et gestion des outliers pour améliorer la robustesse du modèle. Environnement technique - Python, R (modélisation, analyse de données) - C

- Création d’un entrepôt de données historisant les lots de production d’un vaccin. - Preprocessing - Création d’un interface utilisateurs exportant les données

- Automatisation des rapports de branche et de formation - Fiabilisation et analyse des données RH - Reporting