Wassef JRIDI

Client principal Natixis Investment Managers (voir description ci-avant)

Mission de consulting pour le compte de Datafab Architecture de flux de données CRM & Morningstar pour les Sales Analytics Rôle : Architecte Data et Lead Développeur - Design et mise en œuvre de pipelines entre Salesforce Morningstar → ingestion vers Cloud SQL / BigQuery - Intégration de connecteurs ETL avancés via Informatica Cloud dans environnement régulé - CI/CD complet (Git, Jenkins, XL Deploy), orchestration via Airflow - Cadrage fonctionnel et technique pour les équipes data consumers (sales, marketing, produit) Déploiement de LLM & RAG pour l’accès automatisé à la documentation produit Rôle : Architecte IA & Support Product Owner - Mise en œuvre d’un moteur de RAG pour interrogation intelligente des documents RH - Embedding, vectorisation, encapsulation en API sécurisée avec Vertex AI - Supervision d’un data scientist junior et cadrage avec les équipes Risk / Compliance Migration Cloud & gouvernance des données sensibles Rôle : Référent Infrastructure & Sécurité GCP - Participation au plan de migration vers GCP régulé pour les applications analytiques - Automatisation des déploiements via Terraform, intégration au pipeline CI/CD - Documentation technique et accompagnement des équipes métier Automatisation de la traduction produit sur le site InterÉpargne Rôle : Architecte Fonctionnel - Développement d’un pipeline de traduction automatisée avec asyncio + LLM internes - Réduction des délais et coûts de traduction multilingue à grande échelle - Monitoring de qualité linguistique et suivi de l'intégration Extraction automatique de données PRIIPs / KID via NLP Rôle : Architecte Data Documentaire - Adaptation et encapsulation en API d’un outil externe d’extraction de données règlementaires - Parsing, OCR, structuration des métadonnées pour usage Sales & Risk - Tests UAT, documentation et transfert aux équipes produit

Data Science | Engineering au service d'une néobanque. - Visualisation des comportements client via Metabase - Scoring et segmentation intégrés dans la base PostgreSQL via modèles supervisés (Logistic Regression, XGBoost) - Détection de fraude bancaire en industrialisant et automatisant les algorithmes métier sous PostgreSQL

- Optimisation du Processus de Recouvrement Bancaire - Automatisation des scripts de pilotage du recouvrement bancaire - Reporting métiers via SAS & SQL - Refonte des tableaux de bord pour l'équipe Recouvrement

Recherche et développement AI