Maxime Bruneliere

Pour un grand groupe bancaire français, dans le cadre de projets agiles réglementaire européen en lien avec le Single Resolution Board sur les données financières (Valuation Data Set et Minimum Bail-in Data Template), mises en place des pipelines nécessaires pour importer et transformer les données issues de bases de données Oracle (Exadata), de fichiers plats et de fichiers Excel. Mise en place de visuels à destination du métier avec PowerBI.

Compétences clefs : Alteryx Designer & Server, SQL, Python, PowerBI.

Pour un constructeur aéronautique européen, dans une équipe

internationale et agile, analyse via Celonis des processus liés à la

production et à la livraison des avions en environnement SAP PP :

calculs d’adhérence des processus, benchmarks des usines,

démonstration de la compliance des processus à l'Agence de l'Union

européenne pour la sécurité aérienne (EASA).

- En tant que développeur Celonis dans un projet agile d’une durée de 2 ans, mise en place globale (22 plateformes SAP/ReadSoft) d’une solution de Process Mining avec Celonis EMS pour sécuriser le processus Procure-to-Pay, améliorer les délais de paiement et harmoniser les processus entre les entités du groupe. Les fonctionnalités clefs implémentées sont les suivantes : priorisations des factures en backlog via un algorithme de machine learning, attribution automatique des factures aux comptables, détection des factures en doublon, dashboards de benchmarking entre entités du groupe. Résultat obtenu 6 mois après le go-live : amélioration de 15 points du taux de paiement à l’heure des fournisseurs

- Analyse via Celonis des processus Procure-To-Pay, Order-To-Cash, Record-To-Report sur une année fiscale pour une centaine d’entités dans le cadre de la mise en place de Global Business Services en environnement SAP. Résultat obtenu : identification des best practices du groupe pour chaque processus

- Conception, implémentation et supervision de consultants dans la cadre d’un projet de détection automatique d’écritures comptables atypiques via machine learning avec Python (Pandas, NumPy, Scikit-learn) et Tableau. Résultat obtenu : déploiement de la solution lors de missions audit et advisory pour des clients grands comptes

- Conception, implémentation et supervision de consultants dans la cadre d’un projet d’automatisation du traitement des écritures comptables en environnement SAP avec Python (Pandas, NumPy) et Tableau. Résultat obtenu : réduction de la durée moyenne de traitement de 16h à 30 min par plateforme SAP. Solution utilisée pour 10+ clients