YOAN CHARNEY MBOULOU

SportMetrics Platform Modern Data Stack Pipeline ELT · Databricks · dbt · XGBoost · Power BI Conception et déploiement d'un pipeline ELT complet pour le pilotage de la performance athlétique et la prévention des blessures. Ingestion automatisée depuis Google Sheets via API Python (gspread) et n8n, avec chargement incrémental quotidien orchestré par Apache Airflow (scheduling, retries exponentiels, alertes Slack on_failure) et Databricks Workflows serverless. Architecture de données en 4 couches Raw → Staging → Intermediate → Mart, déployée sur BigQuery, Snowflake et Databricks Delta Lake. Migration cross-platform avec macros Jinja adaptatives (safe_cast, date_to_int, parse_date_fr) même codebase sur 3 warehouses, zéro modification SQL métier. Modélisation dbt Core : 10 modèles, 3 marts incrémentaux MERGE, snapshot SCD Type 2, tests qualité (not_null, unique, accepted_values), documentation et lineage intégrés. Gouvernance Unity Catalog : tags RGPD, règles qualité CHECK, lineage inter-tables. Machine Learning Modèle XGBoost de prévention des blessures : 1 623 prédictions/run, seuil optimisé à 0.20 pour maximiser le Recall, réduction graduée de l'intensité d'entraînement (15% / 50% / 80%). Segmentation K-Means des profils joueurs : k=3 clusters (Stars · Lieutenants · Rotation) basés sur le Performance Score. Visualisation Dashboard Power BI DirectQuery sur Databricks Delta Lake : Load Management (alertes ML blessures), Performance Team, Optimisation du Lineup. Modèle en galaxie avec mesures DAX. Infrastructure & DevOps Stack entièrement dockerisée, déployable en une commande (docker compose up -d). CI/CD GitHub Actions avec exécution automatique des tests dbt à chaque push.

Structuration et analyse de données terrain issues de sources multiples (administratives, financières, sportives) pour alimenter les décisions stratégiques et opérationnelles. Conception et automatisation d'outils de calcul, de suivi et de reporting avec définition et exploitation de KPI et tableaux de pilotage pour l'aide à la décision. Analyse des performances sportives et financières : production d'insights décisionnels à partir de données brutes, identification de tendances et formulation de recommandations actionnables. Modélisation et structuration des données : mise en place de référentiels, définition des règles de calcul et des indicateurs de performance. Pilotage de projets data de bout en bout : cadrage des besoins, définition des indicateurs, planification, suivi et reporting aux financeurs avec justification chiffrée. Formation et accompagnement des équipes à l'adoption d'outils numériques et à l'exploitation des données.