2512-0015
À propos
Je transforme des données complexes en informations stratégiques grâce à l’analyse avancée, la visualisation percutante et la modélisation prédictive. J’ai de l’expérience en traitement de grands volumes de données, en automatisation des rapports, et en création de Dashboard interactifs pour accompagner la prise de décision métier.
Localisation
Diplômes et Formations
Parcours centré sur l'ingénierie data, le traitement de gros volumes, et la création de tableaux de bord. Acquisition de compétences transversales en Python, SQL, ETL/ELT et outils BI, applicables à divers secteurs (santé, finance, logistique, etc.).
Formation approfondie en modélisation systèmes, traitement du signal et méthodes numériques. Développement d’une rigueur analytique et d’une approche structurée de la résolution de problèmes, fondements essentiels pour la conception de modèles prédictifs, l’optimisation d’algorithmes et l’ingénierie des données.
Expériences professionnelle
— Recueillir et traduire les besoins métiers en solutions analytiques. — Collecter, nettoyer et transformer un grand volume de données historiques (20+ ans) pour fiabiliser les analyses. — Analyser les données pour identifier et optimiser les indicateurs de performance (KPI), détecter les tendances stratégiques et orienter le décisions business. — Développer et déployer des tableaux de bord automatisés (Streamlit), réduisant le temps de reporting de 4h à 1h, et concevoir des modèles prédictifs basés sur l’IA générative, avec formation des équipes. Résultat : Amélioration significative de la prise de décision opérationnelle et optimisation des processus grâce à l’automatisation et aux modèles prédictifs.
Compétences: Analyse des besoins métiers & conception de solutions data Traitement ETL de données massives historiques Optimisation de KPIs et détection de tendances stratégiques Développement de dashboards automatisés & réduction du temps de reporting Modélisation prédictive & IA générative Formation utilisateur & accompagnement au changement— Collecter et recenser les données des outils de la Clinical Supply Chain afin de garantir cohérence, qualité et conformité des données. — Structurer et harmoniser les flux de données (mappage, normalisation) pour fiabiliser l’exploitation et la consolidation des informations. — Concevoir et déployer une cartographie centralisée des flux de données, réduisant de 50 % le temps de recherche d’information et les échanges inter-équipes, améliorant ainsi l’efficacité opérationnelle. Resultat : Anticipation fiable des transferts cliniques, traçabilité des données renforcée, et succès aux audits réglementaires.
Compétences: Qualité & conformité des données (réglementaire) Harmonisation ETL des flux data (mappage, normalisation) Cartographie et centralisation des flux Amélioration de la traçabilité et réduction des délais opérationnels Gestion d'audits réglementaires— Concevoir et analyser un questionnaire numérique pour mesurer la satisfaction client et identifier les axes d’amélioration. — Nettoyer, traiter et analyser les retours clients, incluant analyse de sentiments, afin de produire des indicateurs fiables et exploitables. — Développer des modèles prédictifs pour anticiper les tendances et prioriser les actions client. Resultat : Renforcement de l’efficacité client par la prévision des tendances et de la satisfaction.
Compétences: Analyse de données clients & enquêtes satisfaction NLP et analyse de sentiments Modélisation prédictive comportement client Définition de KPIs et tableaux de bord décisionnels Orientation data-driven des stratégies client