Oussama

Consultant Data

Informations

Compétences

1 * Correspond au nombre d'années d'expérience.

Technos

Microsoft Excel5
Microsoft Excel5
Oracle5
Oracle5
Python5
Python5
SQL5
SQL5
SQL (niveau d'une pratique régulière5
SQL (niveau d'une pratique régulière5
SQL Server5
SQL Server5
Microsoft SQL Server3
Microsoft SQL Server3
Oracle Database3
Oracle Database3
Pandas3
Pandas3
Power BI et langage DAX - Confirmé - Important3
Power BI et langage DAX - Confirmé - Important3
Analyse fonctionnelle des besoins métier2
Analyse fonctionnelle des besoins métier2
Java2
Java2
Machine Learning2
Mongo DB1
Mongo DB1
NoSQL1
NoSQL1
R1
R1
Analyse de données
Base de données
CSS 3
Data warehouse
Git
HTML 5
Hadoop
Intelligence Artificielle
Machine Learning
MapReduce
Microsoft Office
Microsoft Power BI
MySQL
Oracle SQL Developer
PL/SQL
Python
Tableau
Voir plus
Voir moins

Métier

Science des données5
Gestion de projet3
Gestion de projet3
NumPy3
NumPy3
Recueil et compréhension des besoins2
Recueil et compréhension des besoins2
Talend2
Talend2
MariaDB1
MariaDB1
Analytique
Apprentissage automatique
ETL
Exploration des données
Extract
Gestion des données
Gestion du temps
Informatique décisionnelle
MDM
Modélisation
Méthodes agiles
Optimisation
Programmation
Recherche opérationnelle
Responsables de projet
Science des données
Statistiques
Système d'information
Transform
Voir plus
Voir moins

Organisationnelles

Leadership
Leadership d’équipe
Management
Planification stratégique
Recherche
Sens de l’organisation
Voir plus
Voir moins

Expériences (6)

Data-analyst

Cofidis France

Depuis June 2021

France

Contexte général

Mettre à disposition de la Direction de l’Expérience Client et de l’Organisation (La DECO) de Cofidis un outil de pilotage basé sur un système décisionnel pour le suivi de l'activité de toute la direction

Description

• Construire un Référentiel de Données composé des données élémentaires brutes issues des acteurs du système et de données complexes à des fins analytiques.

• Identifier et collecter les Master and Reference Data.

• Modélisation relationnelle et décisionnelle de la base de données (SnowFlake Schema), et création des liens entre les différentes tables (Primary and Foreing Keys).

• Automatiser le chargement et l’importation des données, (filtrer et combiner les données issues de plusieurs sources). (Power Query, M).

• Elaborer un système de gestion des erreurs et Création des contrôles de la Data Quality (Power Query, script ‘’M’’).

• Créer des tables calculées de données issues d’autres tables et fonctions (Power Pivot, DAX).

• Créer des Date Tables pour la gestion de l’historisation (Time Intelligence).

• Hiérarchiser les données sur plusieurs niveaux pour les besoins analytiques.

• Utiliser les fonctions avancées du DAX pour la création des mesures complexes, (KPI).

• Elaborer les Reportings pour les instances de l’entreprise et du groupe avec la bonne granularité d’information.

• Création des graphiques complexes avec Python (Matplotlib, Seaborn, Pandas).

• Création des visuels en utilisant les différents modèles de Power bi.

• Elaborer les outils analytiques pour aider au pilotage et à la décision (Mesures, Filtres).

• Elaborer les tableaux de bord interactifs permettant la recherche d’information sur le référentiel de données aux acteurs habilités.

• Conception, mise en place de flux de données (Intégration, migration reprise d'historique).

• Automatiser l’exportation de données via Power Automate (de Power BI vers Excel).

• Automatiser le déplacement des fichiers exportés vers un répertoire pour les besoins d’archivage via un script Bash.

• Publier les rapports via Power bi Services

Microsoft Power BI

Business Intelligence (BI)

SQL

Python (Programming Language)

Script Shell

Data warehouse

Base de données relationnelle

Data analyst

Crédit Agricole CIB

De September 2018 à March 2021

Région de Paris, France

Contexte général

Mission : Au sein de GIT – Risk Referentials & Compliance IT- Crédit Agricole (Montrouge), l’équipe référentiel tiers IT, on assure le bon fonctionnement des applications du référentiel tiers de CACIB, ainsi que toutes les évolutions/projets sur les différentes applications et celles liées aux différentes réglementations.

Description

• Maintenir un SI fiable avec des données à jour afin de respecter les différentes réglementations en vigueur

• Mettre à disposition aux applications de la banque toutes les données des contreparties ainsi que certaines données de type risque

• Alimenter les outils du marché par les statuts et les données liées aux contreparties en temps réel

• Mettre à jour le référentiel local et bases de données (Data Quality)

• Extraire et nettoyer les données et exploration.

• Contrôler la qualité des données. (SQL, PlSql)

• Visualiser les données (PowerBI)

• Analyser les données Tiers/Risque entre le référenciel local et global

• Développer les scripts en SQL

• Identifier et surveiller constamment les KPI’s (Average Ticket/Support Resolution Time)

• Création des Dashboard, reporting, analyser la performance

• Rechercher les solutions techniques et fonctionnelles adaptées

• Analyser les besoins et les tests et rédaction de cahier de charges.

• Modélisation des données des Référentiels Tiers.

• Rédaction des Spécifications Technique Et Fonctionnelle.

• Organisation des réunions d’avancement, et établir le rapport.

SQL

Python (Programming Language)

PL/SQL

Microsoft Power BI

Business Intelligence (BI)

data analysis

Talend

Business Analyst Data

Crédit Agricole CIB

De September 2016 à August 2018

Ville de Paris, Île-de-France, France

Contexte général

Equipe Risk Compliance

Description

· Identifier les besoins et objectifs de l’entreprise

· Élaborer les données sous forme de rapports périodiques

· Identifier les points critiques et les possibilités d’amélioration

· Proposer les plans pour améliorer les résultats obtenus

· Établir le cahier des charges

· Analyser les besoins et les tests

· Rédiger les spécifications techniques et fonctionnelle

· Contrôler les données qualitatives et quantitatives de l’entreprise

· Participer aux réunions avec l’équipe DEV à Singapour (in English)

Environnement technique :

Outil : SQL, Python, Java, Talend OSDI, DbVisualizer, MDM, Data Lake, OUTILS WINDOWS, Logiciels Métiers Internes, Outils Microsoft (Excel, Word, Power Point)

Data Scientist

Laboratoire de recherche

De March 2016 à September 2016

Île-de-France, France

Contexte général

- Prédiction des signes d'anorexie :

Description

• Analyser et classifier les données textuelles pour la détection précoce des signes d'anorexie

• État de l’art des méthodes de classification du texte

• Prétraiter les documents : nettoyer les données, sélectionner les caractéristiques pertinentes, représentation vectorielle des textes

• Appliquer les méthodes de texte mining (TF-IDF, Bagof Word, Word embedding) afin d’obtenir les représentations Embedding (vectorielles) des différents mots qui constituent les textes en entrée

• Utiliser les algorithmes d'apprentissage supervisé (SVM, MLP) et du deep Learning (LSTM, GRU, RNN) pour la classification des utilisateurs (anorexique ou pas)

• Évaluer les résultats, méthodes : Accuracy, Recall, Precision