Réunion école-entreprise n°3

Réunion école-entreprise n°3

Start

Plan de la présentation

01

Présentation de l'entreprise

02

Présentation de la BU et de l'organisation du projet EDF

03

Mon rôle au sein de l'équipe DPD

PMSI : projet de mise en situation d'ingénieur

04

Présentation Inetum

ème

1O

• 2,5 M€ chiffre d'affaires
• + 1 200 clients

ESN en France

Services proposés :

• Développement et maintenance d’applications
• Gestion d’infrastructures
• Intelligence artificielle
• Conseil en stratégie digitale

View +

Et bien d'autres services ....

Présentation de la BU et de l'organisation du projet EDF

BU : Enterprise Platforms

Projet EDF

Inetum réalise au client EDF des préstations permettant d'assurer le maintien en conditions opérationnels :

• Correctif
• Préventif
• Evolutif

Périmètre applicatif

Lot 1 : Ressources Humaines

Lot 3 : Corporate

Lot 2 : Finance

Mon rôle au sein de l'équipe DPD

• Exploitation DPD

Mensuel de paie

Mon projet de mise en situation d'ingénieur— PMSI

Un outil d'automatisation de tests pour l'application de paie — né d'un besoin identifié directement sur le terrain.

02Solution & Architecture Ce que j'ai conçu et les choix techniques.

01 Problématique Le besoin identifié sur le terrain et le contexte du projet.

04ImpactLa valeur opérationnelle apportée à l'équipe.

03AvancementCe qui est fait, en cours, et ce qu'il reste à faire.

Merci de votre attention

02 — Solution

Principe

Construire un outil qui exécute automatiquement les contrôles après paie et produit à la fin un rapport Excel.L'outil est conçu pour être paramétrable — il démarre sur les contrôles après paie mais est extensible à d'autres types de tests sur l'application, pour NAT et DPD.

Architecture

• Script chapeau — orchestre l'ensemble des tests, point d'entrée unique.
• Scripts individuels — un script par test, modulaire et indépendant.
• Fichier CSV — stocke les résultats de chaque test.
• Rapport Excel — généré via Python à partir du CSV.

Stack technique

Excel

Shell scripting

Linux

SQL

Python

Pont

Sprint National -> Sprint DPD

Flux A1 : les recrutements externes

Flux A2 : les promotions internes

• Lancer des scripts d'horodatage d'export
• Comparer les données reçus avec ceux du PEG

• Vérifier que les jobs sont OK
• Envoyer une notification au client

01 — Problématique

Contexte

Dans le cycle mensuel, on effectue des contrôles après paie — des vérifications qui s'assurent que les scripts de paie ont bien tourné : on lance des requêtes SQL et des commandes shell sur les logs pour détecter d'éventuelles erreurs. Ce contrôle se fait deux fois dans le cycle :

• Après la paie normale anticipée
• Après la paie normale

Le problème

Chaque contrôle prend 1h30, se fait sur 2 environnements différents, entièrement à la main, et doit être terminé avant 10h30. C'est répétitif, contraignant, et une erreur manquée peut bloquer tout le reste du cycle.

03 — Avancement

Avancement Détaillé

✅ Terminé — Script chapeau + scripts individuels par test ✅ Terminé — Fichier CSV de stockage des résultats ✅ Terminé — Tests sur environnement Linux de tests 🔄 En cours — Tests unitaires ⏳ Reste à faire — Transformation CSV → rapport Excel (Python)

Deadline

Fin avril 2025 — contrainte liée à la migration des serveurs AIX → Linux. L'outil sera livré directement sur la nouvelle infrastructure.

Clotûre

1. Action de préparation : PRD_IMPORT_TEMP 2. Calcul de la paie 3. Contrôl du calcul automatique :

• Le jour J : Vérifier que les jobs sont OK
• Le jour J+1 : Vérifier que les donnés calculées sont correctes

4. Propagation des données 5. Rafraîchissement des données sur la PréPod6. Publications

Validation, Paiement & Distribution

1. Lancement des scrips BAP : Bon à payer 2. DSN réelle : la déclaration obligatoire à envoyé aux organismes sociaux.3. Contrôle des logs de Docaposte 4. Stockage Parachute

04 — IMPACT

Gain de temps

Fiabilité

1h30 de tests manuels réduits à quelques minutes d'exécution automatique — deux fois par cycle.

Élimination des erreurs humaines sur des contrôles répétitifs et critiques.

Scalabilité

Architecture paramétrable — extensible à d'autres types de tests sur l'application NAT et DPD.