Autres projets

Pipeline temps réel d'ingestion de données ferroviaires SNCF (GTFS-RT Protobuf) traitant 1 400+ trains toutes les 2 minutes. Architecture Medallion Bronze/Silver/Gold sur DuckDB, cadre de gouvernance DAMA-DMBOK complet (Data Catalog, Data Contracts, Data Lineage, Quality Score), et agent IA conversationnel permettant d'interroger 10 ans de données en langage naturel.

Simulation complète d'une mission de conseil en gouvernance Data & IA pour FrontierBank (banque fictive sous surveillance BCE). Le site couvre l'intégralité du périmètre d'un consultant data senior : diagnostic de maturité DAMA-DMBOK, framework de gouvernance & RACI, Data Catalog, Data Quality KPIs, Data Lineage bout en bout, IA Governance EU AI Act et rapport Comex. Programme interactif en 6 phases — les métriques, la conformité BCBS 239 et les modèles IA évoluent dynamiquement à chaque phase.

Pipeline data end-to-end sur 10 entreprises du CAC40 : ingestion automatisée via API financière (yfinance), ETL Python, détection d'anomalies financières par Isolation Forest (scikit-learn), dashboard interactif Next.js/Plotly et génération automatique de rapports PDF d'audit. Déployé en production avec CI/CD GitHub Actions.

Réalisation d'un diagnostic complet du dispositif data avec une approche orientée pilotage financier et performance métier. Analyse des écarts de gouvernance et de conformité, structuration du cadre data : data lineage, définition des rôles (Data Owner / Steward) et mise en place de contrôles.

Analyse de données clients pour identifier insights, tendances et anomalies impactant la performance. Conception de dashboards interactifs Power BI et mise en place de KPI pour le pilotage métier. Restitution de visualisations claires et exploitables afin d'aider à la prise de décision.

Conception et déploiement d'un cadre de gouvernance Data sur un périmètre critique (incidents & performance). Diagnostic de maturité Data & IA, modèle de gouvernance fédéré à l'échelle transverse, formalisation des rôles avec matrice RACI, cadre Data Quality avec KPI et SLA, feuille de route Data priorisée.

Conception d'une plateforme data permettant d'analyser des données urbaines complexes afin de faciliter la prise de décision stratégique. Collecte, structuration et exploitation de données multi-sources (API, datasets ouverts) avec une logique de pipeline data automatisé. Implémentation de cas d'usage IA (analyse prédictive, génération d'insights).

Conception d'un pipeline data complet (API → ingestion → stockage SQL → visualisation) permettant l'exploitation de données en quasi temps réel. Nettoyage, transformation et structuration des données pour garantir leur qualité, cohérence et exploitabilité. Développement d'indicateurs exploitables pour le suivi de performance.