Kawtar T.
Data analyst freelance
- TJM
- À partir de 560 €/jour
- Localisation
- Cesson-Sévigné · Full remote
- Langues
- Français
Disponible immédiatement · 0 ans d'expérience
Compétences
- Qt5/5
- Go5/5
- k64/5
- C#4/5
- WMS3/5
Spécialités
Expériences
Chargée de Reporting – CDI
Janvier 2023 — En Cours
Concevoir et maintenir des tableaux de bord de suivi des KPI's des services Dommages (SCD) sous Tableau, en assurant leur mise à jour régulière et leur fiabilité · Réaliser des extractions de données depuis Snowflake en rédigeant les requêtes SQL nécessaires à l'alimentation des outils de pilotage et de reporting · Assurer la qualité et la cohérence des données en pilotant le suivi des tickets Jira: identification des anomalies, suivi des corrections, recettes et validation avant mise en production · Automatiser les processus de production de données récurrents · Migrer des requêtes et des flux de données de l'outil Harry vers Tableau, en garantissant la continuité des indicateurs lors de la transition · Contribuer à la cartographie et la consolidation des sources de données en vue de la création d'un référentiel centralisé · Organiser et animer des ateliers d'étude du besoin avec les équipes métiers afin de cadrer les demandes et d'améliorer les dispositifs existants
- Tableau
- SQL
- Snowflake
- Jira
Data Analyst Pilotage – CDD
Mai 2022 — Décembre 2022
Mettre à jour les reportings opérationnels pour le pilotage des activités commerciales de la Caisse Régionale du Morbihan · Développer des tableaux de bord sous l'outil MicroStrategy pour les différentes directions · Produire des études ad hoc pour les clients internes de l'entreprise · Participer à la migration de données de l'outil Access vers SAS · Contribuer à l'analyse de données et à l'automatisation des traitements dans SAS
Data Scientist – Stage
Mars 2021 — Septembre 2021
Collecter, analyser et exploiter les données sur l'ensemble des clients pour évaluer le risque d'impayé · Réaliser une étude statistique sous SAS afin de déterminer l'utilité des données dans la prédiction du risque d'impayés · Développer des modèles logistiques pour la prédiction de l'impayé (Credit Scoring) et des indicateurs de risque sous R · Optimiser les modèles statistiques crées et tester leurs performances (stabilité dans le temps, concordance, Indice de Gini, Courbe de ROC) · Calibrer les résultats afin d'obtenir une note de score pour chaque client · Restituer les travaux de manière synthétique et pertinente auprès des autres acteurs de l'entreprise

