Soufiane Hmiad

Grand groupe bancaire, direction cybersécurité. Reporting d'exposition cyber et IT sur une stack Microsoft on-premise. - Diagnostic d'un rapport Power BI monolithique de 1 Go jugé trop lent : le problème venait du modèle, pas du serveur - Découpage en schémas en étoile par domaine, rapport à nouveau utilisable sur le même matériel - Suppression des rafraîchissements quotidiens sans utilisateur - Sécurisation des chiffres sensibles par RLS et accès restreints - Recueil du besoin avec les équipes sécurité et IT, publication et gestion de la passerelle dans Power BI Service - Documentation de la solution pour la maintenance par l'équipe interne Environnement : Power BI Desktop et Service, DAX, Power Query (M), SQL Server, T-SQL, RLS, schéma en étoile

Fabricant de semi-conducteurs, analyse des ventes. Des centaines de tableaux de bord interdépendants sur trois bases SQL Server, Oracle et des extractions SAP. - Temps de traitement mensuel réduit d'environ 40 % par la refonte et l'indexation des requêtes Oracle les plus lourdes - Refonte du datamart dimensionnel et de la couche sémantique SSAS, sans aucun changement pour les utilisateurs - Maintenance et évolution des datamarts commerciaux, des modèles SSAS et des rapports Power BI - Suivi et correction des chargements, support en production - Nouveaux indicateurs construits avec les utilisateurs métier Environnement : SQL Server, T-SQL, Oracle, extractions SAP, SSAS, SSIS (maintenance), Power BI, DAX, Denodo

Groupe international de biens de consommation, reporting marketing. Reporting reconstruit sur Azure alors que les volumes augmentaient et que les rechargements complets de nuit arrivaient à leur limite. - Chargement incrémental en T-SQL orchestré par des pipelines Azure Data Factory - Schémas en étoile dimensionnés pour la croissance : volumes absorbés sans rechargement complet - Migration du reporting vers Azure, modélisation et tableaux de bord - Restitution dans les outils déjà utilisés par le marketing (Power BI, Tableau), sans coût d'adoption Environnement : Azure SQL Database, Azure Data Factory, T-SQL, Power BI, Tableau

Organisme public du tourisme (Espagne). 1 à 2 Go de fichiers plats par jour et 4 ans d'historique à reprendre. - Packages SSIS multi-sources avec gestion des erreurs et reprise sur incident - Reprise de 4 ans d'historique par lots priorisés, sans impact sur le traitement quotidien - Reporting multi-pays sur cubes SSAS multidimensionnels et modèles tabulaires - Requêtes MDX, rapports SSRS, scripts Python pour la préparation des fichiers Environnement : SSIS, SQL Server, T-SQL, SSAS multidimensionnel et tabulaire, MDX, SSRS, Python