SENOUCI-Portfolio-2eme_Annee

SENOUCI Mahir Portfolio - BUT SD - EMS

Réalisé le 01/05/2026

Sommaire

Voici le plan de ce portfolio sur genially.

Présentation de soi

Blocs de compétences

Projets réalisés

Compétences Transversales

Présentation de soi

Mes projets clés

Mahir Senouci

Étudiant en 2ᵉ année de Bachelor Universitaire et Technologique (BUT) en Science des Données à l’Université de Lille Je développe des compétences en analyse, traitement, modélisation et valorisation des données à travers des projets statistiques et informatiques.

Outils maîtrisés

Démarche de travail

voir progression

Blocs de compétences

Choissisez une des 4 blocs pour voir les compétences.

TRAITER

ANALYSER

Correspond à la capacité à comprendre une problématique professionnelle et à identifier les données nécessaires pour y répondre, en mobilisant des outils statistiques et méthodologiques.

Correspond à la capacité à manipuler, nettoyer et transformer des données à l’aide d’outils informatiques afin de produire des informations exploitables.

VALORISER

MODELISER

Correspond à la capacité à construire des modèles statistiques ou des architectures de données permettant d’exploiter les données dans un objectif décisionnel.

Correspond à la capacité à interpréter et communiquer les résultats d’une analyse de données dans un contexte professionnel.

Projets Réalisés

Cliquez sur la chaîne pour voir plus en détails

Séries temporelles

Analyse, modélisation et visualisation de données temporelles (R)

RGPD / Conformité

Analyse RGPD – Données personnelles

Sondages

Plan d’échantillonnage et estimation statistique (SAS)

BD relationelle

Conception et implémentation d’une base de données

Datawarehouse

+info

Conception d’un système décisionnel (SQL / ETL)

Compétences Transversales

Je suis sérieux et rigoureux

Je suis autonome

J'ai l'esprit d'équipe

+info

+info

Conclusion

Grâce à mon expérience à l'université de Lille, j'ai maîtrisé divers compétences

Autonomie & Persévérance

Rigueur & Performance

Face à la complexité technique (ETL, modèles ARIMA), je fais preuve de persévérance pour résoudre les erreurs. Mon autonomie me permet de m'approprier rapidement de nouveaux outils comme ODI ou SAS en toute indépendance.

Ma rigueur me permet de garantir la fiabilité des analyses statistiques et éxécuter les tâches avec précision. Je cherche systématiquement à livrer le meilleur résultat possible pour atteindre, voire dépasser, les objectifs fixés.

Initiative & Évolution

Esprit d'équipe & Collaboration

Doté d'un fort esprit d'initiative, je ne me contente pas d'exécuter : je propose des solutions innovantes. Ma curiosité technique est le moteur de mon évolution pour devenir un collaborateur polyvalent et force de proposition.

Le travail d'équipe est pour moi un levier de réussite. Malgré mes diffcultés, j'aime partager mes compétences et coordonner mes valeurs avec mes collaborateurs pour assurer la cohérence et la qualité des projets collectifs.

ANALYSER

Au cours de ma formation, j’ai mobilisé des ressources théoriques et pratiques pour analyser des situations réelles.Grâce aux enseignements en techniques de sondage, tests d’hypothèses et algèbre linéaire, j’ai appris à :

• définir une problématique statistique
• identifier une population cible
• choisir des variables pertinentes
• construire des indicateurs
• analyser la qualité des données

Les SAE mobilisées :

• Séries temporelles : analyse du trafic portuaire (tendance, saisonnalité)
• Recueil et analyse de données par échantillonnage (EMS) : étude des bibliothèques françaises
• RGPD : identification des données personnelles

Allez vers Projets Réalisés

Mon Savoir-être

• Autonomie pour travailler efficacement sans supervision constante
• Persévérance pour aller au bout des objectifs malgré les difficultés
• Curiosité pour apprendre et découvrir de nouvelles méthodes
• Esprit d’initiative pour chercher des solutions pour améliorer le travail.

Séries temporelles, sondage, datawarehouse et RGPD, permettant d’appliquer concrètement les compétences du BUT.

Ma progression

J’ai développé mes compétences:

• en passant de l’analyse simple de données en décision stratégique pour l'entreprise
• traitement des données,
• modélisation des données
• valorisation du projet.
• construction d'un dashboard interactifs pour les utilisateurs publiques

Contexte

Ce projet consiste à faire une conception d’une base de données Access pour modéliser les données du Tour de France 2022 (coureurs, étapes, équipes) avec une interface interactive.

Compétences mobilisées

• Modélisation d’une base de données relationnelle (tables, relations)
• Création et structuration des données
• Requêtage (sélection, jointures, calculs)
• Analyse de données (moyennes, classements)
• Conception d’une interface utilisateur (formulaires, états)
• Valorisation des données pour des utilisateurs non experts

Ces éléments montrent la structuration des données ainsi que leur exploitation à travers une interface accessible aux utilisateurs.

Mes Atouts

• Gestion de projet pour organiser efficacement les tâches et atteindre les objectifs
• Analyse de données pour comprendre, interpréter et exploiter les informations
• Rédaction et synthèse pour produire des contenus clairs, structurés et efficaces
• Communication efficaces pour présenter les résultats

Contexte

Ce projet consiste à analyser le nombre d’arrivées de navires afin d’identifier les tendances et la saisonnalité et les effets calendaires. On utilise l'outil R pour coder des calculs des tendances et de crée des autoplots pour tracer un graphique.

Compétences mobilisées

• Analyse et structuration des données temporelles
• Nettoyage et transformation des données (R)
• Transformation des variables (dates, séries)
• Identification des tendances et saisonnalités
• Modélisation (régression, décomposition)
• Visualisation et interprétation des résultats

Ce graphique met en évidence la tendance et la saisonnalité des arrivées de navires.Ces visualisations permettent d’identifier les évolutions dans le temps et de mieux comprendre la structure de la série.

Ces projets réalisés me permettent de développer mes compétences sur les données.

J’ai réalisé plusieurs projets mobilisant des compétences complémentaires en analyse, traitement et valorisation des données. Ces travaux m’ont permis de développer une méthodologie de travail complète allant de l’exploration des données jusqu’à leur exploitation dans un contexte décisionnel. Voici quelques graphiques et dashboards que j'ai réalisé une fois les données exploitables.

Maintaining eye contact with your audience. 'The eyes, chico.’

MODELISER

Grâce aux enseignements en techniques de sondage et systèmes décisionnels, j’ai appris à :

• choisir une méthode d’analyse adaptée
• construire un modèle statistique
• concevoir une architecture de données (DWH)
• automatiser les traitements

Les SAE mobilisées :

• Séries temporelles : modélisation (tendance, saisonnalité)
• Sondage : plans d’échantillonnage (aléatoire, stratifié)
• Datawarehouse : modèle en étoile + ETL

Par exemple dans la SAE Sondage, j’ai utilisé PROC SURVEYSELECT pour simuler différents plans d’échantillonnage :

• sondage aléatoire simple
• sondage stratifié
• comparaison de la précision des estimations.

Allez vers Projets Réalisés

Contexte

Ce projet consiste à réaliser une étude de l’adaptation des bibliothèques françaises à partir d’un échantillon. On va utiliser SAS pour appliquer les méthodes d’échantillonnage et on prend celui qui convient le mieux (celle avec la meilleure précision)

Compétences mobilisées

• Définition de la population et des variables
• Mise en place de plans de sondage (aléatoire, stratifié)
• Traitement des données avec SAS (DATA, proc surveyselect, proc freq, proc means)
• Calcul d’indicateurs (moyennes, Intervalles de confiances, marges d’erreur)
• Interprétation de la précision des estimations

Cette sortie montre la sélection d’un échantillon pour estimer les caractéristiques de la population.Ces résultats illustrent les différentes étapes du sondage, de la sélection de l’échantillon jusqu’à l’interprétation des estimations.

VALORISER

Grâce aux ressources en communication, économie et reporting, j’ai développé ma capacité à :

• interpréter des résultats statistiques
• comparer différentes méthodes
• rédiger des rapports structurés
• présenter des résultats de manière claire

Les SAE mobilisées :

• Sondage : interprétation des marges d’erreur
• Séries temporelles : analyse graphique
• Datawarehouse : restitution du projet
• RGPD : argumentation réglementaire

Allez vers Projets Réalisés

TRAITER

J’ai mobilisé plusieurs outils pour traiter les données :

• SAS (sondage)
• RStudio (séries temporelles)
• SQL / ODI (datawarehouse)
• Excel (calculs complémentaires)

Grâce aux ressources en programmation, bases de données et SID, j’ai appris à :

• importer et nettoyer des données
• vérifier leur structure
• créer des variables
• calculer des indicateurs
• transformer les données pour l’analyse

Les SAE mobilisées :

• Sondage : traitement des données avec SAS
• Séries temporelles : transformation des données sous R
• Datawarehouse : intégration et transformation via ETL

Allez vers Projets Réalisés

Contexte

Ce projet consiste à analyser la mise en place d’un Datawarehouse à partir d’une base de données Chinook. On utilise l'outil ODI afin de réaliser le processus de l'architecture avec des interfaces pour transférer des données sources avec différentes étapes (DSA, ODS, DWH).

Compétences mobilisées

• Analyse des besoins décisionnels
• Transformation et intégration des données (ETL)
• Modélisation de données avec modèle en étoile
• Requêtes SQL pour l’analyse et le test des interfaces
• Structuration des données pour le reporting

Ce schéma représente l’organisation des données pour faciliter l’analyse décisionnelle.Elles montrent le passage de données brutes à des données structurées adaptées à l’aide à la décision.

Python, R, SAS, SQL, Excel, Power BI et ODI pour l’analyse, le traitement et la gestion de données et visualisation de donnée.

Compétences mobilisées

Contexte

Ce projet consiste à analyser l'étude de la conformité des données d’une bibliothèque au RGPD. Comment identifier des données personnelles et comprendre les mécanismes du RGPD (Conformité réglementaire pour traiter des données).

• Identification des données personnelles
• Analyse de la licéité des traitements
• Mise en place du consentement
• Réflexion sur stockage et durée de conservation
• Lien entre données et cadre réglementaire

Ces éléments permettent de vérifier la conformité des traitements de données et leur adéquation avec la réglementation.