Christopher VALLOTDiscuter de votre projet

Réalisations

Des projets data, de la source à l’usage.

Ces études de cas reprennent des missions issues de mon parcours professionnel. Elles présentent les problématiques, approches et technologies utilisées sans divulguer de données internes ou d’informations confidentielles.

5 études de casExpériences professionnelles

Liste complète des études de cas

Expérience professionnelleDonnées décisionnelles

Migration et fiabilisation de données multi-sources

Contexte
Migration et préparation de données dans un environnement Cloudera / Teradata.
Intervention
Consolider et contrôler des données multi-sources dans un environnement Cloudera / Teradata.
Résultat
Un socle de données consolidé et contrôlé dans l’environnement cible, avec des traitements reproductibles et des règles permettant d’identifier les anomalies avant exploitation métier.
  • Python
  • PySpark
  • SQL
  • Cloudera
  • Teradata
  • Jenkins
  • GitLab
Voir l’étude de cas
Expérience professionnelleAutomatisation et collecte de données

Automatisation et structuration de données hétérogènes

Contexte
Collecter des informations provenant notamment d’un CRM et de contenus non structurés.
Intervention
Automatiser la collecte et structurer des contenus hétérogènes en données homogènes et exploitables.
Résultat
Une chaîne automatisée permettant de collecter, structurer et homogénéiser des informations issues de sources hétérogènes avant leur exploitation et leur comparaison.
  • Python
  • Playwright
  • Web Scraping
  • LLaMA
  • JSON
  • GitLab
Voir l’étude de cas
Expérience professionnelleFlux décisionnels

Automatisation et fiabilisation de flux décisionnels

Contexte
Plusieurs flux métier devaient être extraits, transformés, consolidés et rapprochés.
Intervention
Automatiser, consolider et contrôler des flux métier avant leur utilisation décisionnelle.
Résultat
Des traitements d’intégration plus reproductibles, avec des données consolidées et contrôlées avant leur alimentation dans les flux décisionnels.
  • SAS
  • Python
  • SQL
  • PowerShell
  • Power BI
Voir l’étude de cas
Expérience professionnelleDatalab et reporting

Reporting Power BI et automatisation de processus

Contexte
Préparer des données métier et les rendre exploitables dans un Datalab et des reportings.
Intervention
Préparer les données et automatiser leur restitution dans des reportings Power BI.
Résultat
Des données structurées et fiabilisées, associées à une restitution Power BI directement exploitable par les utilisateurs métier et à des processus de reporting automatisés.
  • Power BI
  • DAX
  • Power Query
  • Power Automate
  • SQL
  • Python
Voir l’étude de cas
Expérience professionnelleRisque de crédit

Industrialisation d’un modèle d’analyse de risque

Contexte
Faire évoluer et industrialiser un modèle de cotation d’entreprises utilisé pour l’évaluation du risque de crédit.
Intervention
Industrialiser un modèle d’analyse de risque et rendre ses résultats exploitables.
Résultat
Un modèle intégré dans une chaîne permettant son exploitation, son exposition et la restitution de ses résultats.
  • Python
  • Pandas
  • NumPy
  • Scikit-learn
  • Matplotlib
  • ONNX
  • Web Scraping
Voir l’étude de cas