Consultant indépendant décisionnel et Big Data

Mes Compétences techniques

 Outils et langages :

–                      Méthodes:                     Modélisation Multidimensionnelle Etoile, Flocon, Merise, Merise 2, Big Data

–                      Langages :                      COBOL, JCL, Javascript, HTML, Vba, NSDK

–                      Systèmes:                       MVS, Windows, AS400

–                      Outils:                          

Modélisation:            PowerAMC, MEGA

Gestion de projet:     Ms-Project, Artemis, GanttProject,

Divers:                       TOAD, PVCS, FILE-AID

–                      Base de données:             SQL Server, DB2 (MVS et AS400), Oracle, EXADATA, PostGreSQL, Sybase IQ, BigQuery, BigTable, Hadoop

–                      Decisionnel:

ETL:                            Sunopsis / Oracle Data Integrator, Datarun, SSIS, Talend

Outils reporting :       Hyperion Intelligence, Business Objects (C/S et Webi), Lumira, SAS, Microstrategy, My Report, QlikView, Qlik Sense, Jedox, Tableau

Portail décisionnel:   Infoview (BO), Hyperion Performance Suite, Microstrategy Web, Jedox

Méta données:          Meta analysis

–                      Multidim:

Langage:                    MDX

Technologies :            SSAS, Palo

–                      Big Data:

Langages:                  PigLatin, HQL

Technologies :            Hive, HADOOP, Google BigQuery, Google BigTable

Chef de projet décisionnel Big Data

2016-2017 Chef de projet Décisionnel Big Data  Banque

Projet : Suite à un projet en échec, mise en place d’un puits de données.

  • Refonte de la méthode (passage d’une méthode Tableaux de Bord à une méthode puits de données)
  • Définition des indicateurs avec les métiers (Epargne, Contrat, Contrôle de gestion, Risque, Actuariat)
  • Découpage du projet en lots permettant de se positionner en « quick win »
  • Définition des sources de données et rédaction des règles de gestion
  • Sélection d’un outil (SAS) pour les métiers (Actuaires et contrôles de gestion) et montée en puissance de l’outil existant (BO 5) vers SAP BI4
  • Planification, chiffrage
  • Modélisation
  • Spécification des flux de données
Volumétrie15 Datamarts sous Oracle 10

Outils : SSIS, SQL SERVER, Oracle, SAS, SAP BI4

Environnements :  Windows

Consultant QLIKSENSE vs QLIKVIEW

2015 Aide au choix outil QLIKVIEW vs QLIKSENSE   Agro-alimentaire

Projet: Aide aux choix d’outils entre BO, QlikView et QlikSense.

  • Audit des différents interlocuteurs
  • Définition d’un positionnement de BO
  • Définition et choix de l’architecture cible
  • Définition des avantages et inconvénients de QlikView vs Qlik Sense
  • Arrêt des critères déterminants pour le choix Qlik Sense vs QlikView
  • Etude de la roadmap de Qlik
  • Formation à Qlik Sense
  • Mise en place d’un POC sur QlikView et QlikSense
  • Choix final de Qlik Sense
Volumétrie : 2000 lignes/jour

Outils : ODI, BO, QlikView, Qlik Sense

Environnements :  Windows

Consultant SAS BO ODI

 2011                    Auditeur informatique externe                                              Banque

Projet : Conseil en organisation des statistiques de la Banque.

–          Audit de l’usage de statistiques internes

–          Vérification de l’organisation autour de SAS

–          Vérification de l’organisation autour de BO (issu de B-One entre autre)

–          Observation des stratégies d’alimentation des données de reporting en ODI

–          Vérification des Etats MVS

–          Préconisation d’optimisation

–          Soutenance