Sofiane BENNACEUR

Maison de Luxe Française Historique–SENIOR POWER BI (+18mois En cours)|Luxe| DSI Center of Excellence BI & Supply Chain Contexte: Intégré au Centre d'Excellence BI et rattaché à la DSI mondiale, pilotage end-to-end de projets BI Supply Chain, garantissant la qualité, la performance et la gouvernance des solutions décisionnelles à l'échelle globale. Réalisations : ● Architecturé et déployé l'écosystème Power BI Supply Chain connecté à Snowflake via DirectQuery/Import hybride, transformant les modèles Dbt en datasets sémantiques optimisés. ● Orchestré la collaboration cross-fonctionnelle comme Product Owner BI, traduisant les besoins métiers complexes en solutions techniques avec les équipes Data Engineering, stakeholders Supply Chain globaux et l’équipe SAP. ● Industrialisé le DevOps Power BI avec pipelines GitLab CI/CD, versioning via Tabular Editor, et Row-Level Security (RLS,Secure view) dynamique, garantissant la scalabilité et la sécurité pour les utilisateurs mondiaux. ● Piloté l'audit et l'optimisation des rapports existants, implémentant les best practices (modèles en étoile, DAX optimisé, incremental refresh), améliorant les performances et réduisant les incidents de 60%. Environnement: Power BI (UI/UX,DAX,DirectQuery/Import, DAX Studio, Tabular Editor, XMLA Endpoints), Snowflake, Dbt, GitLab CI/CD, SAP S/4HANA, Power BI REST API, Python, SQL. VIATRIS – SENIOR BI CONSULTANT (2024/2025-12 mois) | Pharma | Excellence Commercial Contexte : Création d’un cadre de reporting global pour la direction générale, accompagnement de l’équipe Excellence Commerciale dans la production de rapports BI, garantissant des décisions stratégiques rapides et informées. Réalisations : ● Conçu et déployé des rapports BI (performance financière, ventes, stocks) intégrant des données multi-sources (SAP, Salesforce, IQVIA, GERS), offrant au top management une vue holistique de business pour des décisions stratégiques. ● Analysé les besoins décisionnels et développé des solutions BI pour 5 unités commerciales, optimisant les processus et réduisant le temps de réponse. ● Optimisé des modèles complexes intégrant données externes, internes, CRM et ERP, réduisant les temps de chargement de modèle de données et améliorant la fiabilité des rapports. ● Création de rapports Power BI interactifs avec storytelling et UX/UI avancés, intégrant des analyses commerciales hebdomadaires pour nos utilisateurs. Environnement: Power BI (UI/UX, Power Query, DAX, DAX Studio, Code M, DataFlow,CI/CD), Microsoft Fabric, Power Automate,SAP,Salesforce,ETL, Dax Studio, SQL, Python, SharePoint, Microsoft 365. DIGICEL – DATA ANALYST POWER BI (2023/2024-12 MOIS) | Télécom | Marketing Contexte: Pilotage et soutien des activités stratégiques et commerciales par le Reporting adéquat, répondant efficacement aux besoins d'analyse et garantissant l'intégrité et la performance des données. Réalisations : ● Conçu et maintenu des rapports sous Power BI, intégrant des analyses et prévisions commerciales hebdomadaires, renforçant la prise de decisio ● Rapporté et Surveillé les mouvements de la base client (migration, activation, résiliations, renouvellement), produisant plus de 10 rapports segmentés pour les départements Sales, Commercial, Marketing, HR et Clients, affinant les stratégies de marketing et produit. ● Piloté un projet d'audit et d'optimisation des données, réalisant une réduction de 80% du temps de chargement et en garantissant l'intégrité des données. Environnement: Power BI (UI/UX ,Power Query, DAX, DAX Studio, Code M, DataFlow,CI/CD), Microsoft Fabric, ETL,Azure Synapse, Power Automate ,Dax Studio, SQL, Python, SharePoint Algoé -DGFIP – DATA ANALYST POWER BI (2023| 6 MOIS)| ESG Contexte : Assister et accompagner Algoé et ses experts dans l'analyse de données et le reporting ESG des bâtiments tertiaires dans le cadre du plan national de relance et de résilience 2030. Réalisations : ● Développé et déployé des rapports Power BI, enrichissant le storytelling pour répondre aux exigences analytiques spécifiques de la DGFiP et du SGAR Nouvelle Aquitaine. ● Collaboré avec des experts sectoriels (énergie, bâtiment, service public) pour cerner précisément les besoins et élaborer des rapports Power BI dotés de KPI pertinents, alignés avec la réglementation et adaptés à l'audience cible. ● Analysé et modélisé des données ESG multicritères concernant la performance énergétique, l'environnement et les finances, automatisant les processus d'analyse et de visualisation. ● Développé des scripts Python pour la vérification des données ESG. ● Construit un pipeline de données robuste, intégrant de multiples sources (Excel, base de données, SharePoint) pour améliorer la gouvernance des données et réduire de plus de 80% le temps d'analyse et de vérification. Environnement: Power BI, DAX, UI/UX, Power Query, Python, SQL, ETL, Jupyter Notebook, SharePoint, Microsoft 365 L’ORÉAL - CONSULTANT POWER BI (2022- 6 MOIS) | Luxe |Département E-Commerce Global Performance Contexte : Assister l’équipe Global E-Commerce Insights dans l'élaboration de rapports BI et la création de solutions automatisée, facilitant la prise de décision stratégique Réalisations : ● Développé et implémenté des rapports BI, intégrant des données E-commerce pour faciliter la prise de décision stratégique, en transitionnant plusieurs fichiers Excel à Power BI de manière efficace. ● Automatisé le traitement des données, réduisant de plus de 80% le temps de manipulation sous Excel grâce à Power Query et autres outils ETL, améliorant significativement l'efficacité opérationnelle. ● Conçu et implémenté une solution de reporting web analytics centralisée dans Power BI, intégrant les données de Piano Analytics,logs Azure Monitor et données issues des stores (Google Play / App Store). ● Évalué les besoins des cadres supérieurs, concevant des solutions sur mesure qui optimisent leurs processus décisionnels. ● Créé des KPI pertinents (Sales, E-commerce, Web Analytics), exploitant Power BI pour un suivi précis de la performance E-commerce. ● Implémenté l'automatisation avec Power Automate, assurant la régularité et la précision des mises à jour des données. Environnement: Power BI,Web Analytics, UI/UX, Piano analytics Python, DAX, SQL, Power Automate, BigQuery, GCP, ETL, Power Automate, Big data, Streamlite.

Environnement & Assurance | équipe Big Data & AI Contexte : Développer des solutions de business intelligence pour l'analyse et la gestion efficace des risques climatiques. Participation active au projet "Data Analytics – Climate Risks" chez Allianz, axée sur la détection des fraudes liées aux sinistres et l'évaluation des risques climatiques. Réalisations : ● Transformé les ensembles de données en utilisant Python, SQL et PySpark pour une analyse quantitative et qualitative approfondie. ● Traité, analysé, modélisé et visualisé les données côtières, océanographiques et météorologiques pour extraire des insights pertinents. ● Conçu une carte interactive pour les risques climatiques avec GeoPandas et Kepler, facilitant la visualisation des analyses. ● Généré des rapports visuels convaincants avec Power BI, présentant les résultats d'analyses de données et fournissant des analyses ad-hoc. ● Développé une Web App intuitive avec Streamlit pour améliorer l'interaction avec les données. Environnement: Power BI, UI/UX, Python, SQL, PySpark, Azure data platform, Zeppelin, Streamlit, ETL, Big data, Jira, Tableau, API, AWS, GPU, HPC

Contexte : Développement et mise en œuvre de solutions Business intelligence pour les secteurs de l'énergie, santé, de l'eau et de la construction sur le marché MENA. Réalisations : ● Analysé les exigences commerciales et collaboré avec les parties prenantes pour définir le cadre et les objectifs des projets BI. ● Développé des rapports BI et orchestré la migration de Microsoft Dynamics CRM vers Power BI, analysant les données des secteurs de l'énergie, de la santé, du BTP et de l'eau pour le marché MENA. ● Créé des KPI qui offrent des insights sur les opérations commerciales et aident à mesurer l'efficacité des différentes initiatives. ● Intégré des sources de données multiples pour une vue holistique, améliorant la qualité et la disponibilité des informations commerciales.

Contexte : Développer et implémenter un modèle d’AI pour optimiser la consommation énergétique dans les stations d'épuration, en exploitant des techniques avancées de data science et de machine Learning pour améliorer l'efficacité et réduire les coûts énergétiques. Réalisations : ● Optimisation de la consommation énergétique des aérateurs de station d'épuration à boues activées (15%-40% en gain d’énergie) en utilisant des techniques de Data Science et Machine Learning (K- means, ACP, Analyse descriptive, Réseaux de neurones, Gradient Boosting) en utilisant Python/SQL. ● Développement d'un agent intelligent utilisant l'apprentissage automatique pour le contrôle optimal des aérateurs/pompes dans les stations d'épuration. ● Conception d'un Dashboard pour la gestion de l'énergie dans les stations d'épuration. Environnement: Python, SQL, Machine Learning, Dash, Tableau, Excel, Microsoft office, PostgreSQL.