Finance
Réconciliation des paiements
Des paiements multi-entités et multi-devises consolidés dans un Data Mart Finance unique, fiabilisé par réconciliation et tests qualité automatisés.
35 comptes Stripe · 1 plateforme Connect · 6 entités
Ingénieur Analytics Senior
Je transforme les questions métier en chiffres fiables.
Ingénieur Analytics Senior basé à Paris, France. Cinq ans à concevoir et piloter des plateformes analytiques de bout en bout, de l'architecture cloud et la modélisation dbt à la livraison BI et l'adoption métier. Ce que je livre se mesure en décisions prises, pas en modèles déployés.
Neuf entreprises dans quatre pays, en conseil et en équipes produit
Entreprises sélectionnées
En chiffres
- Années d'expérience
- 5+
- Entreprises dans 4 pays
- 9
- Temps de génération SQL chez Connecty AI
- −80%
- Manque à gagner annuel réduit de 92 % par un seul projet
- €2M
Proposition de valeur
Ce que j'apporte à votre équipe.
Quatre domaines métier maîtrisés de bout en bout, adossés à une exigence plateforme et au levier IA. Chaque carte est un résultat livré, pas une promesse.
Supply chain
Distribution des stocks
Le projet Refused Store : OMS, Salesforce et SAP croisés pour révéler les refus de commandes en magasin et déclencher les actions correctives.
2 M€ de manque à gagner annuel, réduit de 92 %
Marketing
Attribution des leads
CRM et dépenses marketing rapprochés dans un modèle d'attribution unique, avec des funnels qui suivent chaque euro de l'acquisition au revenu.
Salesforce · Pipedrive · GA4 · Meta Ads, unifiés
Ventes
Reporting omnicanal
Des ventes internationales consolidées avec conversion de devises et contrôle du cycle de vie des commandes : une vue groupe fiable.
4 maisons de luxe · KPIs à l'échelle du groupe
Plateforme
Refontes, de zéro ou sur legacy
Trois plateformes reconstruites dans trois contextes : greenfield en solo, un monolithe legacy découpé, et une stack de startup montée de zéro.
3 plateformes · 225 modèles en solo en production
IA & LLM
Ingénierie accélérée par l'IA
Des agents IA en parallèle pour analyser le contexte, vérifier, développer et tester automatiquement, avec Claude Code au cœur du workflow.
Claude Code au quotidien · agents en parallèle · benchmark LLM
Profil
Pilotées de bout en bout, mesurées en décisions.
Cinq ans à concevoir et piloter des plateformes analytiques de bout en bout, de l'architecture cloud aux tableaux de bord que la direction ouvre vraiment : près de 60 projets data dbt pour 9 entreprises en France, au Royaume-Uni, aux États-Unis et en Allemagne.
Au final, vous obtenez une plateforme testée, documentée et self service : votre équipe passe moins de temps à réparer la donnée et plus de temps à décider avec. Vous construisez ou réparez une plateforme data ? J'aimerais en parler.
- Localisation
- Paris, France
- Expérience
- 5+ ans
- Premier contact
- Réserver un appel
- Langues (courant)
- Français, Anglais, Vietnamien
Empreinte
Survolez ou touchez un pays en surbrillance
9 clients · 4 pays clients · 35 pays parcourus
Stack
Compétences et outils
Comment je cadre, livre et fais adopter une plateforme analytique : les pratiques de delivery d'abord, puis la stack qui les sert.
Pilotage & impact métier
- Cadrage du besoin métier
- Vision Produit
- Roadmap
- KPIs & reporting
- Analyse d'écarts
- Adoption métier
- Priorisation
- Documentation
- Jira
- Confluence
- Notion
Cœur de stack
BigQuery
4 ans · Médaillon à l'échelle · Data Mesh chez Kering
dbt
~1 000 modèles sur 60 projets · Médaillon · 3NF
SQL
Monolithe de 3 000 lignes refondu · schéma en étoile · data marts
Tableau
LOD · dashboard Refused Store · monitoring qualité
Power BI
DAX & Power Query · migrés en dbt, versionnés et testés
Snowflake
Stack complète de zéro · couche sémantique LLM · resource monitors
AWS
Athena · Redshift · S3 · plateforme dbt migrée vers GCP
Git & AI
Claude Code au quotidien · agents IA en parallèle · benchmark de LLM
Des sources aux décisions
Un pipeline, des sources à la décision.
L'architecture de référence que je déploie en mission, sur GCP comme sur AWS : les systèmes métier atterrissent via des connecteurs managés dans un entrepôt gouverné, sont modélisés en dbt et livrés en tableaux de bord que chaque équipe utilise vraiment.
01Sources
SAP S/4HANA ERP · Finance
OMS Manhattan Gestion des commandes
Okaneo PIM · Produit
Salesforce CRM
Stripe Paiements
GA4 Analytics web
Amazon S3 Fichiers · stockage objet
Aussi connectés : Pipedrive · Shopify · Typeform · Airtable · Meta Ads · Search Console
02Ingestion
Fivetran EL managé
Airbyte Connecteurs open source
Syncs incrémentales · Python & PySpark pour le reste
03Transformation
dbt Modélisation & couche sémantique
Raw
Staging
Intermediate
Marts
~1 000 modèles · 60 projets139 snapshots SCD2CI à chaque PR
Entrepôt & lakehouse gouvernés
BigQuery Snowflake Databricks
04Restitution
Tableau LOD · dashboards direction
Power BI DAX · Power Query
Data Studio Reporting self service
05Décision
Finance Paiements réconciliés au centime
Marketing Chaque lead relié au revenu
Supply Chain Le stock aligné sur la demande
Ventes 4 maisons · consolidé en devises
Orchestration & CI/CD
- Airflow
- dbt Cloud
- GitHub Actions
- Terraform
- Docker
Qualité & observabilité
- Tests fraîcheur & volume
- Réconciliation à la source
- Dashboards de monitoring
Gouvernance & FinOps
- Documentation & lignage
- IAM & accès
- Coûts warehouse maîtrisés
Un entrepôt et un outil BI par mission : le superset que j'adapte, éprouvé chez Colonies, Kering et Connecty AI.
Carrière
Expérience professionnelle
Six postes depuis 2021, en conseil comme en poste permanent, racontés par ce qu'ils ont changé.
Refonte en solo de la plateforme analytique d'un opérateur immobilier européen sur quatre pays : huit systèmes sources fragmentés transformés en un socle BigQuery testé couvrant Finance, Opérations, Ventes, Marketing et Asset Management.
225
modèles dbt en production, en solo, sur cinq domaines métier
35
comptes Stripe sous un compte plateforme Stripe Connect (6 entités, 4 pays), réconciliés dans le Data Mart Finance
139
snapshots SCD2 pour l'historisation, plus 16 tests qualité automatisés
Approche
- Encaissements consolidés : 35 comptes Stripe sous un compte plateforme Connect réconciliés, avec audit du fund routing pendant la migration Express vers Standard.
- Coût d'acquisition et revenu locatif pilotés : Salesforce, Pipedrive et dépenses marketing rapprochés, cycle de vie des baux et occupation modélisés en dimensions réutilisables.
- Reporting industrialisé : pipelines dbt Cloud orchestrés, 139 snapshots SCD2 pour l'historisation, Data Studio refondu en self service.
- dbt Cloud
- BigQuery
- Data Studio
- Fivetran
- Stripe
- Salesforce
- Pipedrive
- SQL
- GitHub
Déc 2025 à mars 2026 · En solo
Analyste de Données IA Fondateur
Connecty AI · Startup IA agentique · Remote, USA
Premier profil analytics d'une startup d'IA agentique : mise en place de la stack data interne (Snowflake, dbt, Power BI) et validation du moteur LLM de génération SQL en langage naturel.
−80 %
de temps de génération SQL, grâce à la refonte de la structure de la couche sémantique
3 axes
de benchmark LLM (précision, latence, coût) qui ont orienté le choix du moteur
Power BI (DAX) → dbt
mesures extraites des fichiers TMDL en modèles versionnés et testables
Approche
- Temps de génération réduit de 80 % : structure de la couche sémantique et templates de funnel marketing optimisés.
- Chaîne acquisition-revenu unifiée : Facebook Ads, GA4 et Shopify centralisés dans dbt.
- Budget cloud maîtrisé : dimensionnement des warehouses, query profiles et resource monitors pour détecter les dérives avant facturation.
- Snowflake
- dbt
- Power BI
- Semantic layer
- GA4
- Facebook Ads
- Shopify
- LLM prompt engineering
Fév 2023 à déc 2025 · Équipe de 14 · Digital Business Intelligence (DBI)
Consultant Ingénieur Analytics Senior
Kering · Luxe
Au sein de Kering Technologies, j'ai contribué à moderniser la plateforme analytique du groupe pour le reporting mondial, sur les domaines Ventes, Omnicanal, Parcours Consommateur, Supply Chain et Marketing, et mon initiative, le projet Refused Store, a transformé l'analyse de la distribution des stocks en revenu récupéré.
2 M€
de manque à gagner annuel (ventes mondiales 2022) : réduit de 92 % par le projet Refused Store
3 000
lignes de SQL monolithique refondues en modèles dbt modulaires et testés
4
maisons consolidées avec conversion de devises et contrôle du cycle de vie des commandes pour les KPIs du groupe
Approche
- Manque à gagner réduit de 92 % : lancement à mon initiative du projet Refused Store, un dashboard Tableau croisant OMS, Salesforce et SAP sur les refus de commandes en magasin.
- Plateforme migrée vers BigQuery : projet dbt sorti d'AWS Athena et S3 selon une architecture Médaillon, en application de la stratégie Data Mesh du groupe.
- Qualité des données industrialisée : contrôles dbt (freshness, seuils de volume, cohérence des paramètres) et dashboard Tableau permettant aux équipes métier de valider elles-mêmes les indicateurs.
- BigQuery
- dbt
- AWS (Athena, Redshift, S3)
- PySpark
- Airflow
- Airbyte
- Tableau
- Power BI
- Terraform
- Docker
- Agile (Scrum)
Août 2022 à janv 2023 · Équipe de 3 à Paris + ops offshore à Mumbai
Consultant en Architecture de Données CRM
Accenture · CRM automobile · Jaguar Land Rover
Programme international de transformation CRM pour Jaguar Land Rover : intégration des données entre SAP S/4HANA et Salesforce Marketing Cloud, au service des ventes, du service client et des campagnes sur cinq continents.
5
continents servis par l'intégration des données CRM
95 %
de taux de résolution d'incidents avec la R&D SAP durant go live et hyper care
Approche
- Données CRM fiabilisées à l'échelle internationale : pipelines SQL d'extraction et de segmentation automatisant dédoublonnage, normalisation et nettoyage.
- Pilotage des parties prenantes et des incidents : 95 % de résolution avec la R&D SAP, opérations stabilisées durant le go live et l'hyper care.
- SAP S/4HANA
- Salesforce Marketing Cloud
- SQL
- Tableau
- UML
- Data integration & ETL
Intégration post acquisition : unification des données des sociétés rachetées au sein d'un entrepôt cloud centralisé, avec des couches analytiques et une gouvernance communes.
1
entrepôt centralisé et gouverné unifiant toutes les sociétés acquises
De bout en bout
règles de qualité et de gouvernance sur tout le cycle de vie de la donnée
Approche
- Modèles dbt orientés métier : modèles de transformation livrant des jeux de données directement exploitables.
- Qualité et gouvernance des données : règles définies sur l'ensemble du cycle de vie, avec fiabilisation de la donnée.
- dbt
- BigQuery
- SQL Server
- GCP
- Airflow
- Python
- Docker
- GitLab
Avr 2021 à déc 2021 · Équipe de 6
Ingénieur en Architecture de Données
Dassault Systèmes · Logiciel industriel · R&D
Rôle de R&D sur la plateforme 3DEXPERIENCE, en charge de l'architecture de données de systèmes SaaS scalables.
Data lake
modèles de données, frameworks de métadonnées et couches de stockage : ses fondations
WASM
composants intégrés via Emscripten, alignés sur les contraintes applicatives
Approche
- Fondations du data lake : modèles de données, frameworks de métadonnées et couches de stockage pour des systèmes SaaS scalables.
- Intégration data et applicative : composants intégrés via WebAssembly et Emscripten, alignant le système de données sur les contraintes applicatives.
- SQL
- XML
- JSON
- C++
- WebAssembly
- Emscripten
- JavaScript
- Linux
Accréditations
Certifications
Formation continue sur la stack data et IA moderne.
- Amazon DSP Campaign Certification Amazon Ads · juil. 2026
- Databricks Fundamentals Databricks · juin 2026
- Claude Code in Action Anthropic · mai 2026
- SQL Advanced Certificate HackerRank · mars 2026
- ITIL® v4 Foundation PeopleCert · mars 2026 → mars 2029 Numéro de certification : GR671872572ML
- Looker Certification Path Google · mars 2026
- GitHub Foundations GitHub · mars 2024 → mars 2027
- dbt Fundamentals dbt Labs · sept. 2023
- Microsoft Certified: Azure AI Fundamentals (AI-900) Microsoft · sept. 2023
- Google Data Analytics Professional Certificate Google · janv. 2022
- Computational Thinking using Python MITx (Massachusetts Institute of Technology) · nov. 2020
Travaux concrets
Projets sélectionnés
Des missions réelles, reconstruites sur données synthétiques et racontées comme des histoires de données. Chacune part d'une question métier et aboutit à une décision, artefacts à l'appui. La section expérience nomme l'entreprise. Les projets vous laissent explorer la méthode.
Données synthétiques Quels commerciaux ont manqué leur objectif ?
Pourquoi certains commerciaux ratent leur objectif trimestriel quand l'entreprise dépasse son plan ?
- dbt
- DuckDB
- SQL
- Python
Données synthétiques Faut-il déployer la nouvelle version ?
La version 11.0 peut-elle partir en déploiement complet, et sinon, qu'est-ce qui a cassé exactement ?
- Python
- DuckDB
- SQL
- matplotlib
Parcours
Chronologie et formation
-
Depuis mars 2026 · Paris, France
Consultant Ingénieur Analytics Senior (Plateforme de Données & Reporting)
Mission de conseil en cours : seul responsable de tout le périmètre analytique, de l'ingestion à la couche de reporting, pour un opérateur immobilier européen.
-
Déc 2025 à Mars 2026 · California, USA (Remote)
Analyste de Données IA Fondateur
Poste fondateur tenu à distance depuis Paris pour une startup californienne, recruté pour créer l'analytics avant la sortie du produit.
-
Fév 2023 à Déc 2025 · Paris, France
Consultant Ingénieur Analytics Senior (Plateforme de Données)
Mission la plus longue à ce jour : trois ans au sein de Kering Technologies, au service du reporting groupe des maisons pendant le passage au Data Mesh.
-
Août 2022 à Janv 2023 · Paris, France
Consultant en Architecture de Données CRM
Delivery de conseil à travers un go live : stabiliser les opérations de données CRM de Jaguar Land Rover avec une équipe offshore.
-
Fév 2022 à Juin 2022 · Paris, France
Ingénieur en Gouvernance de Données
Premier rôle centré sur la gouvernance, dans l'équipe data centrale du groupe e commerce pendant sa vague d'acquisitions.
-
Avr 2021 à Déc 2021 · Vélizy-Villacoublay, France
Ingénieur en Architecture de Données
R&D sur la plateforme 3DEXPERIENCE. Modèles de données, frameworks de métadonnées et couches de stockage du data lake. Intégration WebAssembly.
-
2020 à 2021 · Poitiers, France
Master en Ingénierie Logicielle Big Data & Systèmes Embarqués
Master axé Big Data et systèmes embarqués.
-
2015 à 2021 · France · Vietnam
Double Diplôme d'Ingénieur Aéronautique en Données et Systèmes
Bourses Eiffel Excellence, ERASMUS+ et SEED, entièrement financées. Deuxième prix au concours national de mathématiques du Vietnam 2017.
Références
Ce que disent mes responsables
Extraits mot pour mot de lettres de recommandation. Chacune est identifiée par le poste et l'entreprise ; une citation rédigée dans l'autre langue conserve sa formulation d'origine, avec la traduction en dessous.
Les lettres de recommandation sont disponibles sur demande et peuvent être communiquées dans le cadre d'une candidature précise.
Tech Lead Colonies Manager direct He was not simply keeping the lights on; he improved what he inherited. Any organisation looking for a data engineer who can own a modern stack and speak credibly to the business at the same time would be fortunate to have him. Traduction : Il ne s'est pas contenté de maintenir l'existant ; il a amélioré ce dont il a hérité. Toute organisation cherchant un data engineer capable de piloter une stack moderne tout en parlant avec crédibilité au métier aurait de la chance de l'avoir.
1/4
Lead Data Analytics Kering Technologies Manager direct His initiative has helped the commercial teams make data-driven decisions to optimize sales processes. His ability to combine technical rigor with business understanding makes him a valuable asset to any data team. Traduction : Son initiative a aidé les équipes commerciales à prendre des décisions fondées sur la donnée pour optimiser les processus de vente. Sa capacité à combiner rigueur technique et compréhension du métier en fait un atout précieux pour toute équipe data.
2/4
Delivery Market Lead, Senior Manager Accenture Song Manager direct Always focused on the task at hand, quick and diligent and with a very pleasant personality. Any venture who will consider Triet as an employee will get an excellent individual who is hard working with profound data science knowledge that will strengthen the team's performance. Traduction : Toujours concentré sur la tâche en cours, rapide et rigoureux, et d'un contact très agréable. Toute entreprise qui envisagera de recruter Triet obtiendra un excellent profil, travailleur, doté d'une solide connaissance de la data science qui renforcera la performance de l'équipe.
3/4
Directeur R&D Software Engineering Dassault Systèmes Manager de mon manager (N+2) Minh Triet LAM est très volontaire et organisé dans les missions qui lui sont confiées. Il va de l'avant et surmonte les difficultés avec persévérance. 4/4
Contact
Transformez vos données en décisions fiables.
Missions freelance ou poste permanent, à Paris ou en remote. Le plus rapide pour me joindre, c'est l'email ou LinkedIn.