Transformer la donnée en décision
Analytics Engineer & Data Analyst — Master Statistiques, spécialisée BigQuery, dbt et Power BI. Je transforme les données en indicateurs fiables et en décisions actionnables, avec une passion pour l'univers de la mode et du luxe.
Voir mes projets →Analytics Engineer & Data Analyst — Master Statistiques Bac+5, spécialisée dans la fiabilisation des données et la performance analytique.
Expérience concrète sur BigQuery (GCP), dbt et Power BI : conception de pipelines SQL, modélisation analytique, contrôles qualité et dashboards orientés décision. Habituée à collaborer avec les équipes Data, Produit et Métiers sur des sujets critiques de gouvernance des données.
Passionnée par l'univers de la mode et du luxe, je veux mettre cette rigueur technique au service d'une maison d'exception — là où chaque indicateur doit refléter l'excellence du produit.
Requêtes complexes, fenêtres analytiques, optimisation de coûts. Extraction et manipulation de données à grande échelle dans Google BigQuery.
Modélisation, transformation et fiabilisation des données. Tests de qualité, documentation, traçabilité des indicateurs. Approche DataOps rigoureuse.
Conception de dashboards orientés décision. Modèles de données DAX, design d'indicateurs clairs et actionnables pour les équipes business et filiales internationales.
Analyse exploratoire, automatisation de pipelines de données, visualisation et modèles statistiques appliqués aux problématiques e-commerce et retail.
Architecture de flux de données sur Google Cloud Platform. Surveillance de la qualité et fraîcheur des jeux de données, gestion des anomalies et ruptures de flux.
Connaissance fine des codes du luxe, des enjeux omnicanaux et de la saisonnalité des collections. Sensibilité aux KPIs spécifiques au retail de luxe digital.
Mission de fin d'études chez Per Sé Beauty (filiale française de Prose inc.) : intégration de la variable environnementale "Water Hardness" dans le système de personnalisation produit GeoBeauty. Création d'un modèle BigQuery, modélisation dbt avec interpolation KNN géospatiale, orchestration Airflow, déploiement en staging puis en production. Couverture étendue à 3 pays (États-Unis, Canada, Royaume-Uni) — la variable est désormais visible par les utilisateurs finaux sur le site Prose.
Analyse complète des ventes d'une maison de luxe sur données simulées : performance par région, saison et catégorie, top produits, et segmentation clients RFM + K-Means (4 clusters). Dashboard interactif Plotly/Dash et Notebook Jupyter narratif. Stack Python end-to-end avec visualisations prêtes à l'emploi.
Analyse de l'évolution de trois tendances mode majeures (Y2K Fashion, Quiet Luxury, Dopamine Dressing) via l'API Google Trends (Pytrends). Données réelles, visualisations enrichies (time series, heatmap saisonnière, dashboard de synthèse) et insights actionnables sur la dynamique des tendances 2022–2025.
Projet 02 · Hermès Sales Analysis · Données simulées
Hermès · Données simulées · 2022 – 2024
Les données présentées sont entièrement simulées à des fins analytiques.