Maxime B.

Cadre du projet : Précédemment à la mise en place de la solution UiPath, les négociateurs perdaient beaucoup de temps à générer l’ensemble des documents contractuels liés aux offres commerciales. A présent, ils gagnent plusieurs jours à chaque campagne de vente, grâce à l’utilisation du robot RPA développé par DataPy.

Réalisation :

o Support aux choix d’architecture mettant en œuvre un robot Unattended,

o Développement complet du projet, en collaboration avec un business analyst et chef de projet DataPy.

Approche technologique: Ce projet est réalisé avec la technologie RPA d’UiPath. Un processus est réalisé à partir d’un Framework sur un studio et est intégré sur des VM côté ATR.

Recensement de flux et mise à jour de BODI (Business Objects Data Integration)

o Cadre du projet : L’objectif était de recenser l’intégralité des flux d’information inter-application de l’entreprise, la planification de leurs échanges et épurer ceux qui ne fonctionnent plus ou sont inutiles. Puis, mettre à jour chaque flux pour les rendre compatibles avec la nouvelle version de BODI.

o Approche technologies : Manipulation de l’ETL BODI de SAP Dataservices. Gestion de quelques scripts SQL à revoir. Excel pour le recensement et la planification des flux.

Création de scripts SQL pour intégrer une nouvelle application à un entrepôt de données

o Cadre du projet : Omnium Finance possède un entrepôt de données où chaque application y stocke, via des flux, leurs données historiques. Or, deux nouvelles applications, qui à terme, vont remplacer deux anciennes, doivent être liées à cet entrepôt. Pour éviter de toucher à l’intégralité de la structure de l’entrepôt, ce projet intervient pour créer un mapping entre la nouvelle structure des données côté applicatif et l’ancienne structure côté entrepôt.

o Approche technologies : Excel pour mapper les différentes tables et colonnes et générer les scripts nécessaires. SQL Server pour recette et prod. BODI pour la création des flux d’alimentation vers l’entrepôt.

P.O.C. régression logistique

o Cadre du projet : L’objectif était de réaliser une preuve de concept pour éveiller l’entreprise sur les technologies du Machine Learning. Le prototype est un notebook sur Google Collab qui permet de déterminer si oui ou non un investisseur a un profil pour l’achat d’un bien immobilier ou un produit de placement.

o Approche technologies : SQL Server pour récupérer les données et les stockées dans des fichiers Excel. Python pour l’algorithme et l’interface (pandas, numpy, scikit-learn) avec Google Collab.

Refactoring d’un Data pipeline pour Skywise

o Cadre du projet : Il faut assurer l’automatisation de la création d’un dataset utilisé comme source pour un algorithme de machine learning, au travers d’un data-pipeline. Ce pipeline, déjà existant, doit être refactoré et changé d’environnement (d’un ETL vers un IDE).

o Approche technologies : Le pipeline déjà existant est sur une plateforme de développement d’Airbus appelée Skywise, sur un outil simili-ETL appelé Code Workbook. Le langage utilisé est Python avec une librairie Pyspark.

Création d’un Data pipeline à des fins statistiques

o Cadre du projet : Airbus souhaite pouvoir faire de l’analyse statistique sur un ensemble de données concernant les vols courts. Lors d’une configuration d’avion un arbre de modification est alimenté depuis plus de 30 ans. Il a été décidé de l’archiver et de refaire un nouvel arbre qui répond aux futurs besoins d’Airbus et qui puisse supporter une production bien plus importante qu’il y a 30 ans. Le client souhaite analyser l’existant à partir d’un grand dataset.

o Approche technologies : Le pipeline est créé sur l’outil d’airbus Skywise : Code workbook (ETL) et une interface simple composée du dataset visuel et de multiples filtres applicables est faite sur Skywise : Slate (un équivalent de Microsoft Access). Le langage est python avec le framework pyspark. Partie interface est réalisée avec les langages PostgreSQL et Javascript pour la gestion des filtres applicables en temps réel sur le dataset et la possibilité de télécharger ce dernier en l’état au format CSV.