Mohamed-Ali Ksouri

Intégré dans une équipe transverse au siège de la SNCF, j'ai participé à un projet stratégique de consolidation des données entre les différentes entités du groupe (Gares & Connections, Réseau, Voyageurs, Keolis, Geodis), visant à améliorer la gestion et la communication des indicateurs clés de performance (KPIs) au sein des cinq filiales composant la maison-mère. Missions réalisées : Modélisation complète d'un data warehouse à partir d'extractions ERP (Oracle) de données comptables, garantissant l'agrégation de la data et les analyses croisées OLAP pour en obtenir un bilan, ainsi que l'optimisation des requêtes et la mise en conformité avec les formats de données préalablement validés. Conception d'une architecture BI avec Power BI : nettoyage de jeux de données volumineux (+ 1,5 million de lignes par table, soit un FACT table de 20 millions de lignes), gestion des relations entre tables, application du modèle en flocons (snowflake). Création de mesures DAX pour coder 17 KPIs appelés règles de gestion comptables (exemple: charges de personnel, production immobilisée, chiffre d'affaire inter SA, etc.. ) préalablement définis dans le cahier des charges. Utilisation du langage M pour du requêtage personnalisé et des transformations sur PowerQuery. Développement avancé de tableaux de bord dynamiques et de rapports automatisés, permettant l'analyse et visualisation de ces indicateurs financiers et opérationnels à travers les entités 5 du groupe. Utilisation d'SQL pour l'extraction, la transformation et le chargement des données, à partir de sources d'SI Oracle pour chaque société (Gare & connections, SNCF Voyageurs, Réseau, etc.). Utilisation des Jointures Excel (VLOOKUP), pour vérifier l'intégrité de plus de 3000 lignes de tables dimensionnelles de classification de données comptables. Collaboration régulière avec les équipes métier (finance, contrôle de gestion, DSI) afin d'assurer la cohérence entre les outils livrés et les besoins opérationnels et décisionnels.

Intégré à une cellule financière au sien d’un cabinet de conseil, j’ai participé à

un projet d’analyse des investissements et des indicateurs économiques. Missions

réalisées :

Transformation et consolidation de données dans une base SQL via des scripts

d’insertion massive et de mise à jour, portant sur plus de 30 000 enregistrements

issus de banques de données en ligne (Worldometer, INS, etc.).

Conception d’un entrepôt de données (data warehouse) alimenté par des flux ETL automatisés avec SSIS à partir de sources hétérogènes (CSV, PDF, pages web).

Développement de tableaux de bord interactifs sous Power BI pour au moins 7

indicateurs financiers clés (PIB, taux d’investissement, indice des prix à la

consommation, etc.) en utilisant un modèle en étoile (star schema) et des mesures

DAX.

Développement d’un algorithme prédictif en Python pour anticiper des tendances

économiques telles que le PIB de 2024, à l’aide de l’algorithme de Machine Learning

XGBoost.

Au cours de cette expériences d’apprentissage dans l’informatique

décisionnelle (Business Intelligence) j’ai bénéficié d’encadrement de mon tuteur pour appliquer les notion de bases que j’ai appris en cours dans un cadre d’activité industrielle avicole. Mission réalisée:

Nettoyage et manipulation de données liés aux sites de production avicole de

Poulina sous Excel à l’aide de fonctions de base telles que CONCATENER,

SUPPRESPACE, NBCAR, TEXTE, etc. Déploiement de tableaux de bord à partir de tableaux croisés dynamiques.

Requêtage SQL, Opérations ETL et data staging sur Talend, visualisation des

données et storytelling sur Power BI en vue de classer les sites de production selon leur efficience.