Yoann Blanchet
Je suis
Analytics Engineer combinant 10 ans d'expertise métier (assurance, finance) et une maîtrise opérationnelle de la Modern Data Stack. Je conçois des architectures de données robustes — de l'ingestion aux data marts — pour rendre la donnée fiable, exploitable et activable par le métier.
Mes domaines de compétence :
- - Analytics Engineering : modélisation dbt (architecture médaillon), BigQuery, Airbyte, Fivetran, CI/CD, Git
- - Langages & Analyse : SQL avancé (CTE, window functions), Python (Pandas, DuckDB), Bash
- - Business Intelligence : Metabase, Power BI certifié PL-300 (DAX, Power Query), Excel (expert)
- - IA & Agents (en cours) : Text-to-SQL, LLM appliqués à la donnée métier, Streamlit
Mon objectif : construire des environnements data fiables et scalables qui ne se contentent pas d'être disponibles — ils raisonnent.
Expériences
- Modélisation du SI métier en architecture médaillon (Bronze / Silver / Gold) sur BigQuery : staging, intermediate et data marts business-ready
- Mise en place du self-service analytics via Metabase connecté à une couche data maîtrisée
- Automatisation et fiabilisation des transformations dbt : tests qualité, documentation, CI/CD
- Déploiement d'un reporting décisionnel exploité par les équipes métier et la Direction
- Contribution à la migration vers une Modern Data Stack orientée scalabilité et qualité
Environnement technique : dbt · SQL · Python · BigQuery · Git · Metabase · Power BI · Airflow
- Analyse & exploitation des données : segmentation clients, détection d’anomalies, analyses réglementaires (AGIRA), suivi de la productivité
- Automatisation & bases de données : développement Access/VBA et automatisation des reportings → réduction de 40% des délais de livraison
- Accompagnement & formation : montée en compétence des utilisateurs (suite Office et outils internes)
- Projets transverses : participation à des groupes projets pour fiabiliser les flux de données et optimiser les processus analytiques
Environnement technique : Excel (expert), VBA, Access
Projets
Local Bike Analytics - Modern Data Stack Project
- Architecture médaillon complète (Bronze / Silver / Gold) : staging, intermediate, mart
- 4 data marts business-ready : clients, produits, magasins, performance quotidienne
- Analyse ABC des produits (classification Pareto)
- Tests qualité dbt, documentation automatisée, CI/CD dbt Cloud
Optimisation de la Supply Chain avec Power BI
- Modèle en étoile sur 180 000 transactions logistiques et commerciales
- DAX avancé : classification ABC, CA cumulé, OTD, alertes automatiques sur anomalies data
- Dashboard interactif couvrant logistique, ventes et finance en une vue unifiée
Analyse des performances commerciales de l’entreprise Gamezone
- Analyse multi-axes (géographie, produit, canal, temporel) sur données de ventes internationales
- Mise en évidence : +160% de croissance en 2020, concentration sur 3 produits (75% CA), digital sous-exploité (<4%)
- Recommandations actionnables pour les équipes Marketing, Finance et Produit
Apprentissage de SQL par répétition espacée
- App de révision SQL par répétition espacée (Spaced Repetition System)
- Base de données DuckDB persistante, interface Streamlit, déploiement sur Streamlit Cloud
- CI/CD GitHub Actions — gestion de la code quality en continu
- Prochain chantier : intégration d'une couche Text-to-SQL (LLM)
Compétences
Langages & Analyse
Python
Bash
Manipulation de données
SQL
BigQuery
Pandas
DuckDB
Cloud
Google Cloud Plateform
Data Transformation & Orchestration
dbt
Fivetran
Airbyte
Airflow
Business Intelligence
Metabase
Power BI
IA & Agents (en cours)
Streamlit
Collaboration & Best Practices
CI/CD
GitHub
Formations
Formation Analytics Engineer | DataBird
Septembre 2025 - Novembre 2025
- SQL avancé & BigQuery : optimisation des requêtes, partitionnement, clustering, gestion des coûts cloud
- ETL/ELT avec Fivetran et Airbyte : ingestion et automatisation des flux de données
- Modélisation avec dbt : architecture médaillon, création et documentation de modèles, tests et mise en production
- CI/CD & Git : bonnes pratiques de développement collaboratif, mise en production continue
- Projet pratique : réalisation d’un modèle de données optimisé, validé en peer review et exploité via un dashboard BI
Programme intensif 80h — Analytics Engineering :
Stack : dbt · BigQuery · Airbyte · Fivetran · CI/CD · Git · Metabase
Mars 2025 - Septembre 2025
Programme 100h+ couvrant l'intégralité de la chaîne data.
Stack : Python · Airflow · Streamlit · SQL · Git · Bash
Formation Data Analyst | DataScientest
Novembre 2024 - Juillet 2025
Certificat délivré par l'Ecole des Mines de Paris - PSL
Formation certifiante 370h — projet fil rouge sur données réelles, restitué en soutenance.
Stack : Python · SQL · Power BI · Scikit-learn · Plotly
Septembre 2009 - Août 2010
Réalisée en alternance · Option Programmation en Environnements Répartis