Je réalise des missions d'analyse en Data Science, en complément des prestations de gestion de projet et conseil (AMOA/AMOE) sur des ERP depuis 15 ans.
Définition du périmètre avec les responsables projet (lecture du cahier des charges)
Suivi du projet (respect des jalons, facturation, tierce maintenance applicative)
Animation (réunion de lancement, comité de pilotage, comité de projet)
Suivi des temps de recette Client
Avis sur la conduite du changement à mener
Analyse du besoin auprès des responsables métiers:
lecture du cahier des charges,
recueil du besoin,
rédaction des spécifications fonctionnelles,
conseil,
orientation sur la prise de décision)
Mise en place d'une solution Produit:
compte rendu d'atelier,
cahier de paramétrage,
livraison d'une application paramétrée
Animation (atelier technique et fonctionnel)
Recette Client
Formation Utilisateurs-Clés sur le déroulé des processus de saisie de la donnée.
Coaching en distanciel (1 mois après la formation - 2h hebdomadaire)
2019 - 2020 :Déploiement du nouvel ERP alcuin
Client : Education Nationale
2013-2018 :Déploiement de l'ERP OpenPortal
Gestion et animation du parc client en maintenance (TMA, Gouvernance)
Clients : Enseignement supérieur, RH/RF, et centre de Ressources Partagées (CSP)
2012 - 2013 : Suivi de la tierce maintenance applicative.
2010 - 2012 : Suivi du déploiement des solutions Entreprises (CAC-40)
2008 - 2010 : Suivi du déploiement des solutions Ecoles
2005 - 2007 : Suivi du déploiement des solutions collaboratives
Aide à aligner la gestion des services et des produits avec les exigences business modernes, à piloter avec succès la transformation organisationnelle, et à intégrer l’amélioration continue à tous les niveaux au sein de la Culture d’Entreprise
Définir la structure et la terminologie de la méthode PRINCE2
Mettre en oeuvre vos connaissances de manière détaillée de l'utilisation de PRINCE2 et de son adaptation dans toutes les circonstances
Être capable de
- d'analyser les données de l'entreprise et les valoriser représente un enjeu crucial et un avantage compétitif indéniable.
- de traduire un besoin métier en une problématique de data science, puis de la résoudre grâce à vos algorithmes.
- réaliserez par exemple des moteurs de recommandations, des prédictions pour améliorer les ventes de votre entreprise, ou encore des intelligences artificielles pour des applications mobiles.
analyse exploratoire et descriptive de la donnée
apprentissage automatique ( Machine Learning ) supervisé et non supervisé
reconnaissance de formes par réseaux de neurones artificiels
développement et Gestion de projet en IA