Océane Mabialah

Acting as Data Steward for the E-Invoicing program within a regulated banking environment.

Key responsibilities include:

•Production and maintenance of the Data & Dictionary Asset Classification for each information system within the program

•Definition, documentation, and governance of Data Asset Classification and Data Dictionaries across invoicing-related systems

•Assessment of data criticality, sensitivity, and regulatory impact (financial, operational, compliance)

•Alignment of data classification practices with group data governance standards

•Contribution to audit-readiness, data traceability, and data quality across end-to-end invoicing data flows

This role supports regulatory compliance, risk management, and structured data governance across multiple information systems.

• Supervision et accompagnement des équipes métier à la mise en place de la stratégie de Data & IA Gouvernance Axa France.

• Développement d’un outil de monitoring en Python et PySpark pour suivre la qualité et la fiabilité des données présentes sur le Datalake Azure depuis PowerBI.

• MLOps, recueil du besoin et création de POC GenAI répondant à diverses problématiques métier.

• Formation et accompagnement des Data Stewards (IARD) sur les bonnes

pratiques de gouvernance et de documentation des données critiques dans Collibra.

• Acculturation data à l’échelle d’AXA France via la création de contenus vulgarisés sous la forme de vidéos et publications sur Teams.

• Recensement, cartographie; gouvernance et pilotage des Datalabs Databricks (périmètre IARD) : gestion des usages, conformité, identification et nommage des responsables

• Documentation des jeux de données critiques dans Collibra, nécessitant le recueil d’information auprès de +20 parties prenantes.

• Conduite de projets transverses autour de l’alignement de la gouvernance et des produits data.

Stack: Python, PySpark, SQL, Azure, Databricks, ETL, Power BI, Collibra, Data lineage, Qualité des données, IA Management & MLOPS

• Analyse de +10M de transactions avec SQL et PySpark dans le cadre des recettes métier pré et post migrations vers le Datalake. (Périmètre Transactions & Paiements France, Allemagne, Suisse, Belgique, Espagne, États-Unis, Londres, Hong-Kong etc.).

• Réalisation d’analyses causales sur les écarts entre legacy et Datalake, menant à la refonte de pipelines critiques.

• Modélisation de tables de données et construction de Business Views (tables

métiers) dans le Datalake, facilitant l’analyse transversale pour les équipes finance et conformité.

• Création de dashboards stratégiques avec Power BI pour 3 directions métiers.

Stack : SQL, PySpark, ETL, Hive Megastore, HDFS, Power BI, data pipelines, gap

analysis, causal inference, data reliability