Créer une base de données en établissant les tables et leurs relations et en respectant les normes réglementaires afin de permettre une bonne gestion ultérieure de la base de données.

Gérer une base de données en établissant des requêtes pour le remplissage des tables, et accès et en respectant le RGDP afin de garantir sa fiabilité et son bon fonctionnement.

Appliquer une stratégie de requêtes SQL ou d’outils adaptés pour extraire les données en respectant la conformité RGPD afin de répondre à une problématique métier.

Identifier et collecter les données en utilisant soit des API, soit des requêtes SQL ou des outils adaptés et en respectant les normes et bonnes pratiques afin de préparer les données pour analyse.

Extraire et agréger les données à l'aide de techniques ou d'outils informatiques et en définissant les règles de nettoyage pour avoir des données structurées.

Explorer et pré-traiter des données par le biais de logiciels ou de langages adaptés pour comprendre leurs caractéristiques et faire des choix adaptés.

Préparer et vérifier la cohérence et la fiabilité des données structurées pour comprendre les données et créer un jeu de données exploitable.

Traiter, nettoyer et définir les règles de gestion des données manquantes en utilisant des langages et/ou des outils de programmation pour les mettre dans un format exploitable en conformité avec le RGPD.

Explorer et analyser l’ensemble des données en utilisant des langages et outils métiers adaptés en vue d’afficher la temporalité pour comprendre le jeu de données.

Effectuer une analyse univariée / multivariée des données pré-traitées pour les décrire, détecter les incohérences et comprendre les corrélations entre les variables.

Proposer une solution de visualisation adaptée au public et au type de données via l’utilisation des librairies de visualisation des données et/ou des langages afin de représenter un phénomène statistique.

Concevoir des graphiques adaptés au type de données (tels que des infographies) prenant en compte les bonnes pratiques d’accessibilité afin de les adapter à tout public dont des personnes en situation de handicap.

Créer un tableau de bord en utilisant les outils appropriés pour rendre la visualisation des données disponible.

Produire un reporting en analysant les tendances générales des différents graphiques de visualisation afin de faciliter ou d’orienter les décisions stratégiques.

Proposer un récit des résultats en utilisant des procédés narratifs pour dynamiser la présentation, faire participer l'auditoire et transmettre les informations clé.

Présenter les résultats d’analyse en adaptant le contenu au besoin du public et prenant en compte les bonnes pratiques en matière de communication inclusive pour créer de l'engagement et transmettre les informations essentielles.

Effectuer une veille métier et technologique en recherchant des solutions et en testant de nouveaux outils et techniques d’analyse de données afin de comprendre les enjeux et maintenir ses compétences à jour.

Expérimenter de nouvelles méthodes d’analyse de données identifiées à travers des recherches documentaires sourcées, afin de proposer une solution technique adaptée au traitement des données et à son enjeu.

Identifier le besoin métier en intégrant les différentes contraintes internes et externes, afin de définir les spécifications fonctionnelles et d’expliciter les objectifs et enjeux.

Formaliser le cahier des charges fonctionnel pour cadrer le besoin afin de proposer une solution adaptée au besoin.

Organiser un projet d’analyse data grâce à des outils de gestion de projet ou de planification adaptés tels que les rétro planning afin d’identifier le temps nécessaire à chaque tâche et les freins potentiels.

Organiser des ateliers de formation en lien avec les besoins utilisateurs sur la prise en main des outils proposés aux équipes afin de garantir leur bonne utilisation.

Gérer la documentation et formaliser les processus en capitalisant sur les savoir-faire afin de proposer une documentation fiable.

Adapter sa posture de professionnel en se positionnant comme consultant ou pair afin de challenger efficacement les besoins exprimés et répondre ainsi à la demande.

Réaliser des analyses multivariées en sélectionnant le bon nombre de variables et en prenant en compte plusieurs paramètres simultanément pour comprendre la corrélation entre les variables et les synthétiser.

Réduire la dimension des jeux de données afin d’optimiser les temps d’apprentissage des modèles.

Réaliser des tests statistiques sur une masse de données via des langages ou outils adaptés afin de tester et valider des hypothèses.

Sélectionner les variables pertinentes d’un modèle d’apprentissage non supervisé (featuring engineering) afin de réaliser un apprentissage optimal.

Entraîner un modèle d’apprentissage supervisé et/ ou non supervisé à l’aide d'outils adaptés afin de pouvoir exploiter le modèle.

Exploiter un modèle d’apprentissage non supervisé (featuring clustering) et supervisé à l’aide d'outils adaptés afin d’en apprendre davantage sur les données.

Utiliser un modèle d’apprentissage supervisé en choisissant le modèle adapté à la problématique métier afin de réaliser une prédiction d’un phénomène statistique.

Analyser un jeu de données en intégrant des séries temporelles afin de mesurer un phénomène statistique au cours du temps pour faire une prédiction.

Analyser l'approvisionnement de l'entreprise en MP ou en produits, en tenant compte des spécificités de l'entreprise et du secteur d'activité afin de d'optimiser la chaîne de production ou de logistique.

Analyser les coûts de transport en tenant compte de contraintes telles que la durée, la nature ou la valeur des produits, le délai moyen d'exécution et l'engagement climatique (émissions de CO2) afin de recommander des solutions de transport optimales, durables et écologiques.

Analyser les saisonnalités des données de ventes ou de flux de produits avec des analyses de séries temporelles afin de réaliser des prévisions d’activité.

Définir ou établir des indicateurs en collectant des données pour les KPI afin de mesurer l'impact de la transformation suite aux optimisations réalisées sur la performance globale de la chaîne d'approvisionnement.

Mesurer l'écart de performance grâce à des outils et des indicateurs de suivi de performance afin d’apporter des actions correctives.

Analyser et synthétiser les résultats de la performance globale en définissant les axes d'amélioration afin d'établir des recommandations.

Cadrer les contours de la demande en Business notamment Business Intelligence du commanditaire/ client en identifiant les besoins, contraintes et exigences du projet afin de proposer une solution cohérente.

Réaliser des analyses corrélatives ou prédictives pour soutenir les décisions stratégiques et participer à la définition de la stratégie Business de l'entreprise, notamment la Business Intelligence.

Proposer ou concevoir des solutions d'extraction, de traitement et de visualisation adaptées aux besoins en business intelligence en identifiant notamment des outils et méthodes pertinents pour répondre aux besoins client.

Proposer des KPI pour le suivi de la performance de la stratégie Business notamment Business Intelligence pour les recommandations nécessaires.

Définir les règles et les processus d'extraction et de normalisation des données et les appliquer grâce à des outils type ETL afin d'avoir un jeu de données exploitable par les équipes.

Analyser les évolutions du marché en identifiant des leviers sur les marchés émergents ou les innovations afin de repérer des segments pertinents et de déterminer des perspectives de croissance.

Analyser les données d’un segment de clientèle ou de produits pour accompagner les décideurs dans la stratégie business et être force de proposition.

Participer à l’élaboration de recommandations business Intelligence en prenant en compte les besoins des métiers, et en identifiant les menaces et les opportunités afin d’améliorer les performances de l'entreprise.