Notre terrain de jeu

Contexte

Au sein du DataHub, l’intervention a 2 objectifs principaux :

• Consolider les données hétérogènes en produisant un modèle commun
• Production des tableaux de bord visant à avoir un Benchmarking des agences d’Engie sur plusieurs axes d’analyse (Commerce, Consommation et performance énergétique, Santé et Sécurité des techniciens, calcul de pénalité de retard d’interventions …)

Intervention

• Mise en place de différents modèles de données
• Description des besoins et des process métiers; modélisation de plusieurs sources de données.
• Meetings avec plusieurs directeurs pour la définition des besoins métier
• Enrichissement du modèle avec des calculs complexes DAX, MDX (Ytd, Mtd …)

Défis relevés

• Mission en collaboration avec plusieurs équipes pluridisciplinaires, métier et IT :
  - Product Owner
  - Scrum Master
  - architecte
  - Consultants BI
• Contexte Agile Scrum

Contexte

Projet happ-eAccompagnement à la migration vers Salesforce pour les entités vente, résiliation, facturation, et gestion des demandes client.

Intervention

En lien avec le métier et les SI internes ou externes :

• Ateliers avec le métier pour recueillir le besoin (processus CRC à migrer dans Salesforce)
• Définir le processus dans Salesforce et analyse des impacts sur les processus existants
• Valider les processus détaillés avec le métier : Rédaction des User stories
• Accompagnement au changement et formation à destination des conseillers
• Etude des contrats d’interface et déploiement de nouvelles interfaces, fonction des besoins métiers.

En lien avec l’équipe de développement :

• Présentation des besoins (User stories)
• Pilotage de l’équipe technique et suivi du delivery
• Test des User stories
• Accompagnement à la recette métier

Contexte

Intervention auprès de deux projets phares:

• Néo, nouveau planificateur d’intervention des techniciens
• Naïa, nouveau CRM commercial

Ces deux projets ont besoin d'échanges entre différentes applications du SI et de la toute nouvelle plateforme Data du groupe

Intervention

• Création de flux MULE
• Configuration de connecteurs MULE ESB
• Développement de services Web (REST / SOAP), Sécurité des services Web, création de WSDLS (contrats), XSD et divers formats de données canoniques
• Configuration des Collections splitter et Aggregators pour collecter des messages et les distribuer tout en respectant les contraintes techniques existantes
• Revue des flux développés par les membres de l’équipe
• Pilotage des développements
• Formation

Contexte

Au sein des équipes Intelligence Artificielle qui ont pour rôle de développer des solutions analytiques, prédictives et prescriptives:

Notre équipe a mis en place d'un moteur de recommandation pour le site ecommerce du client.

‍

Intervention

• Développement de modèles de ML
• Industrialisation et déploiement de du modèle de CLV prédictive et de churn pour le proposer à de nouveaux pays  (~15 pays à ouvrir sur le second semestre).
• Migration technique des outils depuis le modèle actuel (orchestration Jenkins et machinesAWS EC2 vers une orchestration Airflow et l’utilisation d’AWS Sagemaker).
• Amélioration de la qualité de la pipeline de production (CI/CD/CT, observabilité).
• Analyses des performances offline (monitoring des métriques statistiques) afin d’en tirer desinsights qui permettent d’expliquer les résultats obtenus et de favoriser la boucle d'apprentissage test & learn de nos modèles.
• Cadrage et suici des résultats de tests online (A/B testing) menés avec différents pays. Chaque test fera l’objet d’une étude/rapport par un Data Analyst dans l’équipe
• Améliorations du modèle existant (ex: tuning de loss function).
• Intégration de nouvelles sources de données afin d’améliorer le modèle.