Driss LAHLOU

Driss LAHLOU

Head of Data

👤 35 ans, 12 ans XP

📍 Alfortville, Île de France

🇫🇷 lahlou.driss10@gmail.com

📱 +33754033169

🎯 Ma mission : Je structure le patrimoine data des grandes organisations pour qu'il devienne un levier de décision, de conformité et de performance opérationnelle.

12 ans d'expérience à concevoir et déployer des programmes de gouvernance data end-to-end — référentiels, qualité, sémantique métier, politiques et organisation — au sein de groupes comme EDF Power Solutions, L'Oréal et Decathlon.

Mon approche : ancrer la gouvernance dans les réalités métier, pour que les fondations posées servent le quotidien et rendent l'organisation AI-ready pour ses cas d'usage ML et IA générative à venir.

🔍 Pourquoi mes clients me recommandent :

  • Bilingue : aussi Ă  l'aise avec les Ă©quipes techniques qu'avec les mĂ©tiers.
  • Pragmatique : je sais naviguer entre enjeux stratĂ©giques et rĂ©alitĂ©s opĂ©rationnelles.
  • Curieux : les nouveaux domaines et outils ne me font pas peur.

Références

Expertises

Gouvernance Data

Gouvernance, Architecture, Modélisation, Pipelines, Sécurité, Master Data, Data Warehousing & BI, Métadonnées, Qualité.

Management

Gestion de projet, Cycle en V, Agilité : Scrum, SAFe.

Fonctionnel

Énergie, Transport, Retail, Industrie, Marketing, E-commerce.

Technique

SQL, Cloud (GCP, AWS), Data engineering, DevOps, développement logiciel.


Certifications

Certifications

  • Leading SAFe® Agilist
  • Professional Scrum Master 1
  • Oracle Certified Java Programmer (OCJP6)

Formation

Ingénieur d'état en informatique

ENSIAS, Rabat

2013


Langues

🇫🇷 Français Bilingue
🇬🇧 Anglais Bilingue
🇲🇦 Arabe Maternelle
🇪🇸 Espagnol Notions

Activités Extra-Professionnelles

  • Fondateur du groupe randonnĂ©es Ă®le de France (85k+ utilisateurs).
  • Formateur Python pour les chercheurs d'emploi en reconversion professionnelle.

Missions Récentes

Référent Data transverse & Data Governance (Solar & Storage)

EDF Power Solutions

•

Paris

•

Depuis Mars 2025

En tant que Référent Data transverse sur le périmètre Solar & Storage d'EDF Power Solutions, je pilote la reprise d'un produit Analytics hérité des États-Unis, déployé sur 6 pays, 50+ parcs photovoltaïques et 1 600+ onduleurs issus de 4 fabricants. Mission portée par la Direction des Systèmes d'Information / Data, avec un triple impact : plus de 30 nouveaux contrats de sites français signés grâce à la bascule vers un self-BI gouverné ; KPI contractuels unifiés (Contractual Availability, PBA, PR-STC) désormais opposables entre pays, éliminant les disputes de reporting ; traçabilité restaurée de bout en bout pour sécuriser settlements ASP et reporting de performance contractuelle.

Stratégie & Gouvernance

  • Évaluation de maturitĂ© (DMMA) du dispositif data en place, identifiant forces, Ă©carts et prioritĂ©s d'amĂ©lioration.
  • Alignement de la stratĂ©gie data et de la trajectoire SI sur les enjeux mĂ©tier via un cadre de gouvernance fĂ©dĂ©rĂ© et une feuille de route pluriannuelle partagĂ©e.
  • Clarification de l'accountability entre mĂ©tiers, data, IT et architecture via une politique de gouvernance et une matrice RACI (Data Owner, Data Steward, Data Consumer), dĂ©bloquant les arbitrages prĂ©cĂ©demment sans propriĂ©taire identifiĂ©.

Standards & Référentiels

  • Identification des sources faisant foi par donnĂ©e critique et rĂ©duction des sources concurrentes entre pays, restaurant une base de discussion commune entre mĂ©tiers et data.
  • Construction d'un rĂ©fĂ©rentiel de KPI contractuels (Contractual Availability, Bonus Threshold, PBA, PR-STC) opposable Ă  travers les 6 pays, Ă©liminant les disputes de reporting historiques entre marchĂ©s.
  • Harmonisation des catĂ©gories de pertes selon la norme IEC-63019 et normalisation des codes fault hĂ©tĂ©rogènes des 4 fabricants d'onduleurs (SMA, Huawei, Power Electronics, GE), ouvrant la voie Ă  des benchmarks inter-pays et inter-parcs.

Architecture, Lineage & Qualité

  • Cartographie du data lineage de bout en bout, des sources terrain jusqu'aux KPI exposĂ©s aux mĂ©tiers, restaurant la traçabilitĂ© indispensable dans le contexte de la reprise du produit hĂ©ritĂ© des US — condition d'audit pour les settlements ASP.
  • Cadre de qualitĂ© avec dimensions, règles de contrĂ´le et indicateurs de confiance exposĂ©s aux utilisateurs sur les KPI qui alimentent settlements ASP et reporting de performance contractuelle — renforcĂ© par une couche d'IA pour la dĂ©tection d'anomalies, rĂ©duisant l'exposition aux pĂ©nalitĂ©s contractuelles.
  • Structuration d'un self-BI gouvernĂ© permettant aux mĂ©tiers d'analyser en autonomie sans rupture de cohĂ©rence avec le rĂ©fĂ©rentiel, ayant dĂ©bloquĂ© plus de 30 nouveaux contrats de sites français.

Animation & Adoption Métier

  • Animation des instances de gouvernance et des arbitrages sĂ©mantiques entre pays, alignant progressivement les pratiques sur le standard cible.
  • Identification des data gaps et pilotage des plans de remĂ©diation, avec Ă©carts dĂ©sormais dĂ©tectĂ©s et remontĂ©s en amont plutĂ´t qu'en aval du reporting.
  • Accompagnement des Ă©quipes dans l'appropriation des dĂ©finitions et des règles, et montĂ©e en data literacy dans un contexte international.

Outils: Cadres : DAMA-DMBOK2, IEC-63019. Outils : Power BI (self-BI gouverné), Tableau, Databricks, Airflow, AWS

Data Product Manager & Data Governance

Pernod Ricard

•

Paris

•

Février 2024 - Mars 2025

En tant que Data Product Manager des opérations chez Pernod Ricard, je pilote la gouvernance et l'exploitation du patrimoine data industriel couvrant l'ensemble de la chaîne de valeur : Manufacturing, Supply Chain, Stocks, Ventes, Achats et Maintenance. J'accompagne les projets tout au long de leur cycle de vie, de l'expression de besoin jusqu'à la mise en production, avec une attention particulière à la cohérence des données entre systèmes. Les données sont principalement sourcées de JDE pour les domaines Manufacturing, Ventes, Achats et Supply Chain, complétées par CARL pour la gestion de maintenance (GMAO) et le MES (Manufacturing Execution System) de AVEVA — un périmètre à fort enjeu d'alignement référentiel entre systèmes.

  • DĂ©finition de la stratĂ©gie data opĂ©rations et construction d'une roadmap en cohĂ©rence avec la stratĂ©gie de l'entreprise.
  • Mise en place d'un cadre de gouvernance par domaine de donnĂ©es couvrant l'ensemble de la chaĂ®ne de valeur : Manufacturing, Supply Chain, Stocks, Ventes, Achats, Maintenance.
  • RĂ©daction de politiques et standards data (qualitĂ©, nomenclature, règles d'usage) et clarification des rĂ´les par domaine.
  • Alignement des rĂ©fĂ©rentiels produits, Ă©quipements, sites et nomenclatures entre JDE, CARL et AVEVA.
  • Identification et traitement des divergences de donnĂ©es bloquant la consolidation entre systèmes et entre domaines.
  • Mise en place d'une logique de qualitĂ© Ă  la source plutĂ´t qu'Ă  la consommation.
  • Identification et cadrage des cas d'usage Ă  forte valeur, en collaboration Ă©troite avec les Ă©quipes mĂ©tier des diffĂ©rents maillons de la chaĂ®ne.
  • Conception d'assets techniques rĂ©utilisables, intĂ©grĂ©s dans le portefeuille data de l'organisation.
  • Animation des comitĂ©s de pilotage et comitĂ©s Data Owners.
  • Pilotage du delivery en mĂ©thodologie agile : planification, suivi, itĂ©rations courtes et validation des livrables.
  • Accompagnement Ă  la mise en production et suivi de la performance des solutions dĂ©ployĂ©es.
  • Gestion du run : supervision opĂ©rationnelle, support utilisateurs, rĂ©solution des incidents de qualitĂ© data et pilotage des Ă©volutions.

Outils: Power BI, SQL, DBT, Snowflake, Jira, Github, ServiceNow

Équipe: 3 data engineers, 3 développeurs Power BI, 2 data analysts

Data Product Manager

Decathlon

•

Paris / Lille

•

Février 2023 - Février 2024

Data manager de la traçabilité des produits finis chez Decathlon.

  • Explorer les besoins et problĂ©matiques liĂ©es aux donnĂ©es nĂ©cessaires.
  • DĂ©finir la vision produit et la partager Ă  tous.
  • Co-Ă©crire la roadmap du produit, la partager, l'adapter et animer sa mise en Ĺ“uvre.
  • Co-concevoir le produit.
  • Structurer et prioriser les User Story Ă  dĂ©livrer.
  • Co-dĂ©finir le budget de la feature et s'engager Ă  le respecter.
  • Raconter / faire vivre le besoin de l'utilisateur au sein de l'Ă©quipe produit.
  • Co-Ă©crire les User Stories.
  • Identifier dans quel produit data rĂ©cupĂ©rer les donnĂ©es.
  • Identifier si un autre produit data doit rĂ©aliser les Users Stories.
  • Valider et vĂ©rifier la conformitĂ© des donnĂ©es avec les besoins des utilisateurs.
  • VĂ©rifier l'impact des Ă©volutions du produit sur le comportement des utilisateurs et sur leur satisfaction.
  • Garantir la formation et l'accompagnement des utilisateurs.
  • Garantir avec sa feature la maintenabilitĂ©, l'Ă©volutivitĂ© et la fiabilitĂ© du produit.
  • Effectuer de la veille sur les produits concurrents et sur l'Ă©cosystème dans lequel le produit Ă©volue.

Outils: SQL, AWS, Databricks, Jira, confluence, gitlab, ServiceNow

Équipe: 1 team, 3 developers, 1 PO

Product lead et Scrum master

L'Oréal

•

Paris

•

Septembre 2021 - Décembre 2022

Data product lead au niveau de la zone EMEA, je gère chez L'Oréal deux équipes agiles afin d'assurer le build et le run du produit Marketing Sellout.

  • GĂ©rer les plannings, les budgets, les dĂ©pendances et les risques.
  • Suivre et communiquer les KPIs d'avancement projet, ainsi que les KPIs de qualitĂ©.
  • CrĂ©er et gĂ©rer le cadre agile du projet, encourager l'autonomie et la responsabilitĂ© des dĂ©veloppeurs.
  • Aider le Product Owner Ă  crĂ©er et gĂ©rer le backlog.
  • Prendre le lead sur la rĂ©solution des blocages que peut rencontrer l'Ă©quipe.
  • Assurer le release management.
  • ProtĂ©ger et aider l'Ă©quipe pour qu'elle dĂ©livre le plus de valeur possible.
  • Animer ou Co-animer des sessions de rĂ©solution de problèmes, de priorisation, d'expression des besoins et enjeux, de user story map, customer journey, de dĂ©mo rĂ©trospectives, dĂ©mo et sprint plannings.

Outils: SQL, Google cloud platform, Jira, confluence, gitlab, ServiceNow

Équipe: 2 équipes, 7 développeurs, 1 PO, 1 PM

Data Engineer & Scrum Master — moteur de personnalisation ML

Veepee

•

Saint Denis

•

Avril 2018 - Décembre 2020

Au sein de l'équipe chargée de la personnalisation des offres produits selon les profils des utilisateurs, avec un modèle de machine learning au cœur du dispositif de recommandation.

  • RĂ©daction des dossiers d'architecture et spĂ©cifications techniques de la plateforme de personnalisation.
  • DĂ©veloppement des pipelines data alimentant le moteur de recommandation (features utilisateurs, produits, historique d'interactions) sur GCP.
  • Support aux data scientists sur l'industrialisation du modèle de machine learning : feature engineering, entraĂ®nement, mise en production et scoring.
  • DĂ©finition des mĂ©thodologies de dĂ©ploiement et plans de migration sur les diffĂ©rents environnements jusqu'Ă  la mise en production.
  • Animation des cĂ©rĂ©monies agiles, gestion des anomalies et campagnes de tests, coordination avec l'Ă©quipe interne et le business.

Outils: GCP (BigQuery, BigTable, PubSub, Dataflow, Compute Engine, Cloud SQL, Kubernetes), Scala, Python, Docker, GitLab CI, Gradle, Sonar, Airflow, Jira, Confluence

Équipe: 1 Product manager, 1 Scrum Master, 4 data engineers, 3 data scientists

Open source Manager

Google

•

Paris

•

Mai 2016 - Février 2017

Manager du projet 'or-tools'

  • Gestion de la communautĂ© 'or-tools' sur les forums.
  • RemontĂ©e des besoins d'amĂ©lioration Ă  l'Ă©quipe.
  • Automatisation et gestion des releases du code.
  • Simplification et documentation du protocole d'installation sur les diffĂ©rentes plateformes.
  • DĂ©veloppement des exemples d'utilisation d'or-tools en C++, python, java et C#.

Outils: Cmake, Git, pypi

Scrum master & tech lead

Degetel

•

Paris

•

Janvier 2021 - Août 2021

Projet interne de création d'une application microservices de mise en relation entre les livreurs de colis et les voisins en cas d'absence du client.

  • Animation des cĂ©rĂ©monies agiles : daily, dĂ©mos, sprint plannings, sprint groomings, et rĂ©trospectives.
  • Code review.
  • Formation des dĂ©veloppeurs sur la technologie jhipster.
  • Participation Ă  la rĂ©daction des spĂ©cifications fonctionnelles avec le product owner.
  • Mise en place d'une architecture microservices basĂ©e sur jhipster et Spring boot.
  • Conception du modèle de donnĂ©es.
  • Mise en place de la pipeline de dĂ©ploiement CI/CD.
  • Mise en place de Sonar pour contrĂ´ler la qualitĂ© de code et le taux de couverture (95%).
  • ImplĂ©mentation du système d'Ă©change de messages entre les microservices en utilisant Kafka.

Outils: Jira, confluence, github, Jhipster, Spring boot, maven, sonar, docker, kafka, kubernetes

Équipe: 1 Product owner, 1 Proxy product owner, 1 Scrum Master / tech lead, 2 développeurs, équipe externe mobile

Ingénieur optimisation technico-fonctionnel

ENEDIS

•

Paris

•

Août 2017 - Mars 2018

Étude et développement d'un moteur d'optimisation des tournées de véhicules au profit de Enedis, basé sur le solveur 'or-tools' de Google.

  • Expression et analyse des besoins.
  • Conception et dĂ©veloppement de la solution technique.
  • RemontĂ©e des besoins d'amĂ©liorations Ă  l'Ă©quipe 'or-tools' de Google Paris.
  • Formation des consultants techniques sur l'utilisation du solveur.

Outils: or-tools

Ingénieur optimisation technico-fonctionnel

Veolia

•

Rabat

•

Décembre 2014 - Mars 2016

Étude et développement d'un moteur d'optimisation de tournées de véhicules au profit de Veolia France basé sur le solveur 'or-tools' de Google.

  • Expression et analyse des besoins.
  • Conception et dĂ©veloppement de la solution technique.

Outils: or-tools, C++14, Git, SVN, CMake, MySQL

Développeur

M2M Group

•

Casablanca

•

Mars 2014 - Novembre 2014

Développement et maintenance d'applications.

  • Participation Ă  la mise en place du produit MX Payment.
  • Participation Ă  l'opĂ©ration du portage d'une application en .Net vers Java EE.
  • DĂ©veloppement d'une application de lecture des permis de conduire.

Outils: Java EE, VB.net, C, Oracle