Youssef Karouaoui

Développement d’une application web full stack en Python (Flask, SQL), JavaScript et HTML pour automatiser le câblage électrique dans les centrales nucléaires HPC et EPR2.

• Automatisation du traitement de données : génération automatique de plans de raccordement à partir de requêtes SQL complexes et rendu graphique. Développement d’un module d’import/export Excel pour gérer des milliers de lignes de câblage, avec contrôle des colonnes, traitement des valeurs manquantes et validation automatique. Création de vues SQL pour comparer les données entrantes avec celles en base et décider d’une mise à jour, insertion ou suppression en masse. Exports métiers filtrés et renommés, prêts à l’usage.

• Visualisation et reporting : création d’interfaces dynamiques pour le suivi des équipements, connexions, signaux et chemins de câbles via des vues SQL en temps réel. Listes filtrables, ergonomiques et générées dynamiquement selon les critères utilisateurs.

• Interfaces intuitives : formulaires complets pour la gestion des connexions (ajout, modification, suppression), avec navigation simplifiée.

• Méthodologie Agile & qualité du code : suivi via backlog Agile, déploiement Dev → Recette → Prod, application des bonnes pratiques (SOLID, DRY, KISS, YAGNI, PEP8), tests unitaires avec Pytest, documentation technique via Sphinx.

Stack technique : Python (Flask, Pandas, NumPy), JavaScript, HTML, XML, SQLAlchemy (PostgreSQL), Pytest, GitLab.

Mission hybride entre automatisation, exploitation des données Odoo et construction d'un système de pilotage commercial. J'ai structuré une démarche complète allant de l'extraction (PostgreSQL + web scraping) à la visualisation dans Power BI, en intégrant également les données enrichies issues de la prospection.

• Extraction et modélisation des données issues de l'ERP Odoo (PostgreSQL) pour construire un modèle en étoile orienté analyse des ventes, avec séparation des tables de faits (ventes, stock) et des dimensions (produits, clients, dates).

• Création de tableaux de bord Power BI dynamiques, alimentés par des mesures DAX (chiffre d'affaires, ventes par région/produit, taux de rotation des stocks), permettant un suivi temps réel de l'activité commerciale et logistique.

• Utilisation de Python (Pandas, Numpy, BeautifulSoup) pour nettoyer et analyser les données issues de campagnes de web scraping, notamment à partir d'annuaires comme les Pages Jaunes, avec extraction automatisée des coordonnées clients (nom, adresse, téléphone, activité) vers des fichiers Excel ou CSV exploitables par les équipes commerciales.

• Environnement technique : Python (Pandas, Numpy, BeautifulSoup), Power BI (DAX, Power Query), PostgreSQL (ERP Odoo), Excel.