🌐 Site web CJBAT

Site web développé et déployé en production avec Flask, HTML/CSS. Mis en ligne et utilisé en conditions réelles.

Stack : Python (Flask), HTML, CSS

🌐 Site vitrine MadameDataIT

Ce site : conçu et développé en HTML/CSS pur, hébergé sur GitHub Pages avec domaine personnalisé, SEO optimisé (sitemap, meta tags, score 100/100).

Stack : HTML5, CSS3, GitHub Pages

📊 Dashboard Power BI — Service Client

Dashboard interactif conçu pour le suivi et l'analyse des performances d'un centre d'appels. Il permet de visualiser les principaux indicateurs opérationnels tels que le volume total d'appels traités, le taux de respect des accords de niveau de service (SLA), le temps d'attente moyen des clients et la durée moyenne des appels. Le projet est structuré en trois pages complémentaires : analyse de l'activité globale avec le suivi des appels par site, par période et par type de demande, ainsi que les indicateurs de qualité de service. Suivi des performances financières à travers l'évolution du chiffre d'affaires, la contribution des différents sites, des managers et des catégories de services.Ce tableau de bord permet d'identifier rapidement les tendances.

Stack : Power BI, DAX

⚡ Dashboard Power BI — Énergie France

Dashboard énergétique interactif analysant la consommation et la production d'électricité en France. Analyse nationale, équilibre énergétique régional, mix de production (nucléaire, hydraulique, éolien, solaire) et évolution temporelle des indicateurs.

Stack : Power BI, DAX

📦 Dashboard Looker Studio — Warehouse / Stores / Delivery

Dashboard logistique conçu pour analyser plus de 7 000 livraisons entre entrepôts et magasins à travers les États-Unis. Il permet de suivre les performances opérationnelles, les délais de traitement, les colis endommagés, les retours et les méthodes de réception des marchandises.

Stack : Looker Studio, Google Sheets

🌍 Dashboard Looker Studio — Analyse Mondiale de la Population

Tableau de bord interactif conçu sous Looker Studio pour l'analyse de données démographiques mondiales. Il permet de visualiser la population par pays, la répartition hommes/femmes, les tendances démographiques, ainsi que différents indicateurs socio-économiques à l'échelle internationale.

Stack : Looker Studio, Google Sheets

🚢 App Streamlit — Titanic, classification ML

Application interactive explorant le jeu de données Titanic (891 passagers) : statistiques descriptives, visualisations croisées (classe, genre, famille à bord, titre social) et entraînement en direct de trois modèles de classification (Random Forest, SVM, régression logistique) pour prédire la survie d'un passager.

Stack : Python, Streamlit, scikit-learn, Plotly

💤 L'application peut être en veille (hébergement gratuit). Si elle ne s'affiche pas, ouvrez-la directement ici et cliquez sur "Yes, get this app back up!" — le réveil prend environ 30 secondes.

🏦 App Streamlit — German Credit, profil & risque

Tableau de bord interactif dédié à l'analyse de 1 000 dossiers de crédit bancaire allemands. Il offre une vue détaillée des caractéristiques des emprunteurs, des montants et durées des prêts, et intègre un score de risque composite permettant d'évaluer l'exposition au risque de chaque profil à partir de plusieurs critères financiers et socio-économiques.

Stack : Python, Streamlit, Pandas, Plotly

💤 L'application peut être en veille (hébergement gratuit). Si elle ne s'affiche pas, ouvrez-la directement ici et cliquez sur "Yes, get this app back up!" — le réveil prend environ 30 secondes.

🗄️ Analyse de Performance Commerciale — SQL

Analyse de performances de vente à partir d'une base de données relationnelle (employés, ventes, produits) : classement des meilleurs vendeurs, suivi du chiffre d'affaires mensuel, segmentation du catalogue produit et cumul progressif des ventes.

Stack : SQL (SQLite), Window Functions, CTE

⚙️ Automatisation de Prise de Rendez-vous — Make

Scénario d'automatisation pour la prise de rendez-vous : dès qu'un patient remplit un formulaire en ligne (prénom, nom, date souhaitée), la réponse s'enregistre dans Google Sheets, puis Make crée automatiquement l'événement correspondant dans Google Calendar — sans aucune saisie manuelle.

Stack : Make (Integromat), Google Sheets, Google Calendar