Silvère LHERMITE
Data Engineer / En transition vers Data Manager
43 ans
Permis de conduire
France
Situation professionnelle
Consultant
En recherche active
Présentation
Depuis 20 ans, je conçois, maintiens et optimise des systèmes décisionnels et data.
La stabilité des systèmes, leur facilité d'utilisation, leur maintenabilité, leur évolutivité, leurs performances face aux fortes volumétries sont autant de challenges qui me font aimer mon métier au quotidien.
J'ai endossé de multiples rôles (expert technique, responsable d'équipe, architecte, développeur, auditeur de processus) durant ces riches années d'expérience, le plus souvent dans un contexte international. Mon profil est polyvalent, et j'ai appris à apporter des solutions viables et concrètes aux besoins des utilisateurs.
La stabilité des systèmes, leur facilité d'utilisation, leur maintenabilité, leur évolutivité, leurs performances face aux fortes volumétries sont autant de challenges qui me font aimer mon métier au quotidien.
J'ai endossé de multiples rôles (expert technique, responsable d'équipe, architecte, développeur, auditeur de processus) durant ces riches années d'expérience, le plus souvent dans un contexte international. Mon profil est polyvalent, et j'ai appris à apporter des solutions viables et concrètes aux besoins des utilisateurs.
Data Engineer
Safran Electrical & Power
Depuis septembre 2024
Freelance
Toulouse (31)
France
- Le département Data Factory gère de nombreux projets Data relatifs à tous les processus de la société : Finance, Supply Chain, Purchasing, Human Resources, Manufacturing, etc
Issues de plusieurs acquisitions, chaque division a son propre ERP (SAP, M3, MFG/PRO) qu'il convient à la Data Factory d'intégrer dans ses projets. - Organisés en équipe agile (Scrum), nous suivons des sprints d'une durée de 3 semaines.
Afin de satisfaire notre double mission de Run (support) et Projet, nous adaptons la méthodologie aux réalités du terrain.
La squad à laquelle j'appartiens se focalise sur les processus Finance et Supply Chain, elle est composée de 4 Data Engineer et 1 Product Owner. - Au sein de la Data Factory, je réalisé toutes les étapes clef des projets auxquels je participe:
- Récolte du besoin auprès du métier (Data Manager, contrôleur de gestion, Data Analyst, etc.)
- Spécification technico-fonctionnelle
- Développement
- Tests techniques, de validation fonctionnelle et de non-régression
- Documentation
- Livraison sur les 3 environnements (DEV, UAT, PROD)
- Support : gestion d'incidents, demandes d'évolutions.
Je m'implique aussi dans le contrôle de la fiabilité des données, ainsi que dans le respect de la réglementation RGPD.
Je suis quotidiennement au contact des utilisateurs métier, je les aide à formaliser leurs besoins et les accompagne dans la gouvernance de leur données. - Récolte du besoin auprès du métier (Data Manager, contrôleur de gestion, Data Analyst, etc.)
- Projet Supply Chain Data Platform
- Pour répondre au besoin de générer des KPI globaux à toute la société, et dans l'esprit du Data Mesh, nous mettons en place une Data Platform dédiée à la Supply Chain.
Ce projet a trois principaux enjeux:
-
Modéliser les objets métier pour le calcul de KPI (COTD, WIP, VEX, Adhérence au PdP, etc.)
-
Unifier les données provenant de plusieurs ERP (3 SAP, 1 M3, 1 MFG/PRO) et quelques fichiers Excel maintenus par l'utilisateur.
-
Harmoniser les règles de calcul des KPI de chaque divisions, afin que les KPI au niveau société soient cohérents.
-
Modéliser les objets métier pour le calcul de KPI (COTD, WIP, VEX, Adhérence au PdP, etc.)
- Dans l'objectif de responsabiliser le métier sur la qualité de ses données, nous définissons conjointement des règles de Data Quality, et mettons en place un reporting spécifique.
- Pour répondre au besoin de générer des KPI globaux à toute la société, et dans l'esprit du Data Mesh, nous mettons en place une Data Platform dédiée à la Supply Chain.
- Projet Consommation Matière
- Le département Finance désire avoir un outil pour analyser et expliquer les écarts de coûts entre deux exercices budgétaires.
- Les paramètres ayant un impact financier - et donc à expliquer par ce projet - sont nombreux, on peut citer la liste des matériaux et leurs composants, leur valorisation, les taux de change des différents sites, les cadences de production, ainsi que de nombreux facteurs d'ajustement.
- En entrée du système, nous avons des données SAP et des fichiers Excel à la main de l'utilisateur.
- En chaîne de traitement, nous avons un warehouse qui homogénise et persiste les données, un datamart qui effectue les calculs d'effets; et un cube OLAP qui facilite les règles d'agrégation.
- La partie visible par l'utilisateur consiste en un rapport Power BI, qui lui permet de comparer deux exercices budgétaires, et d'en expliquer les principaux écarts (effet devise, effet volume, etc)
- En entrée du système, nous avons des données SAP et des fichiers Excel à la main de l'utilisateur.
- Le facteur qualité de données étant critique sur ce projet, nous avons mis en place une série de règles de validation, permettant à l'utilisateur de détecter les incohérences entre l'ERP SAP et ses fichiers Excel. L'objectif est de rendre le métier maître de ses données, et de lui donner l'autonomie pour corriger les incohérences.
- Les formules de calculs d'effets sont complexes. Afin de garantir la qualité du produit, nous avons mis en place des tests automatisés qui permettent de détecter les régressions dès l'environnement d'UAT.
- Le département Finance désire avoir un outil pour analyser et expliquer les écarts de coûts entre deux exercices budgétaires.
Détails de l'expérience
- SQL Server 2022, SSIS, SSAS, SSRS
Power BI (Cloud et On Premise)
Visual Studio 2022
Python 1.3 & UV
Azure DevOps (Scrum & CI/CD)
Scheduler JAMS
Theobald XU Extractor (réplication SAP)
Description de l'entreprise
Safran Electrical & Pöwer est le leader mondial des système électriques aéronautiques. Son cœur de métier est l'électrification des équipements, ainsi que la propulsion électrique et hybride.
Site web de l'entreprise
