Description

Analytics Engineer / Data Engineer spécialisée dans les risques de crédit, la fraude et la data réglementaire, j’accompagne les équipes banque et finance dans la structuration et la fiabilisation de leurs données.

J’interviens sur des projets à forts enjeux métiers et réglementaires, en assurant la mise en place de pipelines de données robustes, la modélisation des données analytiques et les contrôles qualité nécessaires à la conformité et à la prise de décision.

Je prends en charge des livrables tels que :

pipelines de données industrialisés et documentés
modèles de données fiables et exploitables
contrôles et recettes de données
tableaux de bord pour des besoins de pilotage

Mon approche est orientée qualité, traçabilité et compréhension des besoins métiers, afin de livrer des solutions data réellement exploitables.

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

CACIB
Data Engineer
BANQUE & ASSURANCES
décembre 2024 - avril 2025 (4 mois)
Montrouge, France
Intervention sur la mise en place de pipelines de données fiables et traçables pour le reporting réglementaire Bâle IV, dans un contexte à forts enjeux de conformité.

Responsabilités et réalisations :
•Développement de pipelines de données en Python et Spark pour alimenter les reportings réglementaires
•Mise en place de tests de validation afin de garantir la robustesse, la cohérence et la qualité des données
•Documentation des traitements pour faciliter leur exploitation et leur mise en production
Python Spark SQL Minio
LCL
Data Analyst
BANQUE & ASSURANCES
septembre 2021 - juillet 2024 (2 ans et 10 mois)
Villejuif, France
Intervention sur des problématiques de détection et de prévention de la fraude, depuis la préparation des données jusqu’au pilotage opérationnel en temps réel.

Responsabilités et réalisations :

•Nettoyage et préparation des données en Python afin de garantir un haut niveau de qualité et de fiabilité pour les analyses fraude
•Définition et implémentation de règles de détection de fraude adaptées aux différents moyens de paiement (notamment les chèques)
•Extraction et manipulation des données en SQL sur Teradata pour alimenter les analyses et modèles fraude
•Conception et automatisation de tableaux de bord de suivi de la fraude sur Qlik Sense, permettant un pilotage opérationnel efficace
•Développement de pipelines ETL sous Dataiku : extraction des données depuis Teradata (SQL)
- traitements et enrichissements métier en Python - automatisation des workflows avec alertes, notifications et reporting à destination des équipes métiers
•Mise en place d’indicateurs de qualité des données (taux de valeurs manquantes, cohérence des dates, détection des doublons d’identifiants contrats, etc.) pour fiabiliser les analyses et décisions
Python SQL Dataiku Teradata Qlik