Driss LAHLOU
Head of Data
35 ans, 12 ans XP
Alfortville, ĂŽle 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 à l'aise avec les équipes techniques qu'avec les métiers.
- Pragmatique : je sais naviguer entre enjeux stratégiques et réalités opérationnelles.
- 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
Activités Extra-Professionnelles
- Fondateur du groupe randonnées île 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 maturité (DMMA) du dispositif data en place, identifiant forces, écarts et priorités d'amélioration.
- Alignement de la stratégie data et de la trajectoire SI sur les enjeux métier via un cadre de gouvernance fédéré et une feuille de route pluriannuelle partagée.
- Clarification de l'accountability entre métiers, data, IT et architecture via une politique de gouvernance et une matrice RACI (Data Owner, Data Steward, Data Consumer), débloquant les arbitrages précédemment sans propriétaire identifié.
Standards & Référentiels
- Identification des sources faisant foi par donnée critique et réduction des sources concurrentes entre pays, restaurant une base de discussion commune entre métiers et data.
- Construction d'un référentiel de KPI contractuels (Contractual Availability, Bonus Threshold, PBA, PR-STC) opposable à travers les 6 pays, éliminant les disputes de reporting historiques entre marchés.
- Harmonisation des catégories de pertes selon la norme IEC-63019 et normalisation des codes fault hétérogènes des 4 fabricants d'onduleurs (SMA, Huawei, Power Electronics, GE), ouvrant la voie à des benchmarks inter-pays et inter-parcs.
Architecture, Lineage & Qualité
- Cartographie du data lineage de bout en bout, des sources terrain jusqu'aux KPI exposés aux métiers, restaurant la traçabilité indispensable dans le contexte de la reprise du produit hérité des US — condition d'audit pour les settlements ASP.
- Cadre de qualité avec dimensions, règles de contrôle et indicateurs de confiance exposés aux utilisateurs sur les KPI qui alimentent settlements ASP et reporting de performance contractuelle — renforcé par une couche d'IA pour la détection d'anomalies, réduisant l'exposition aux pénalités contractuelles.
- Structuration d'un self-BI gouverné permettant aux métiers d'analyser en autonomie sans rupture de cohérence avec le référentiel, ayant débloqué plus de 30 nouveaux contrats de sites français.
Animation & Adoption Métier
- Animation des instances de gouvernance et des arbitrages sémantiques entre pays, alignant progressivement les pratiques sur le standard cible.
- Identification des data gaps et pilotage des plans de remédiation, avec écarts désormais détectés et remontés en amont plutôt qu'en aval du reporting.
- Accompagnement des équipes dans l'appropriation des définitions et des règles, et montée 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.
- Définition de la stratégie data opérations et construction d'une roadmap en cohérence avec la stratégie de l'entreprise.
- Mise en place d'un cadre de gouvernance par domaine de données couvrant l'ensemble de la chaîne de valeur : Manufacturing, Supply Chain, Stocks, Ventes, Achats, Maintenance.
- Rédaction de politiques et standards data (qualité, nomenclature, règles d'usage) et clarification des rôles par domaine.
- Alignement des référentiels produits, équipements, sites et nomenclatures entre JDE, CARL et AVEVA.
- Identification et traitement des divergences de données bloquant la consolidation entre systèmes et entre domaines.
- Mise en place d'une logique de qualité à la source plutôt qu'à la consommation.
- Identification et cadrage des cas d'usage à forte valeur, en collaboration étroite avec les équipes métier des différents maillons de la chaîne.
- Conception d'assets techniques réutilisables, intégrés dans le portefeuille data de l'organisation.
- Animation des comités de pilotage et comités Data Owners.
- Pilotage du delivery en méthodologie agile : planification, suivi, itérations courtes et validation des livrables.
- Accompagnement à la mise en production et suivi de la performance des solutions déployées.
- Gestion du run : supervision opérationnelle, support utilisateurs, résolution des incidents de qualité data et pilotage des évolutions.
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 problématiques liées aux données nécessaires.
- Définir la vision produit et la partager à tous.
- Co-écrire la roadmap du produit, la partager, l'adapter et animer sa mise en œuvre.
- Co-concevoir le produit.
- Structurer et prioriser les User Story à délivrer.
- Co-définir le budget de la feature et s'engager à le respecter.
- Raconter / faire vivre le besoin de l'utilisateur au sein de l'équipe produit.
- Co-écrire les User Stories.
- Identifier dans quel produit data récupérer les données.
- Identifier si un autre produit data doit réaliser les Users Stories.
- Valider et vérifier la conformité des données avec les besoins des utilisateurs.
- Vérifier l'impact des évolutions du produit sur le comportement des utilisateurs et sur leur satisfaction.
- Garantir la formation et l'accompagnement des utilisateurs.
- Garantir avec sa feature la maintenabilité, l'évolutivité et la fiabilité du produit.
- Effectuer de la veille sur les produits concurrents et sur l'écosystème dans lequel le produit évolue.
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.
- Gérer les plannings, les budgets, les dépendances et les risques.
- Suivre et communiquer les KPIs d'avancement projet, ainsi que les KPIs de qualité.
- Créer et gérer le cadre agile du projet, encourager l'autonomie et la responsabilité des développeurs.
- Aider le Product Owner à créer et gérer le backlog.
- Prendre le lead sur la résolution des blocages que peut rencontrer l'équipe.
- Assurer le release management.
- Protéger et aider l'équipe pour qu'elle délivre le plus de valeur possible.
- Animer ou Co-animer des sessions de résolution de problèmes, de priorisation, d'expression des besoins et enjeux, de user story map, customer journey, de démo rétrospectives, démo 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.
- Rédaction des dossiers d'architecture et spécifications techniques de la plateforme de personnalisation.
- Développement 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, entraînement, mise en production et scoring.
- Définition des méthodologies de déploiement et plans de migration sur les différents environnements jusqu'à la mise en production.
- Animation des cérémonies agiles, gestion des anomalies et campagnes de tests, coordination avec l'équipe 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
Paris
•Mai 2016 - Février 2017
Manager du projet 'or-tools'
- Gestion de la communauté 'or-tools' sur les forums.
- Remontée des besoins d'amélioration à l'équipe.
- Automatisation et gestion des releases du code.
- Simplification et documentation du protocole d'installation sur les différentes plateformes.
- Développement 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 cérémonies agiles : daily, démos, sprint plannings, sprint groomings, et rétrospectives.
- Code review.
- Formation des développeurs sur la technologie jhipster.
- Participation à la rédaction des spécifications fonctionnelles avec le product owner.
- Mise en place d'une architecture microservices basée sur jhipster et Spring boot.
- Conception du modèle de données.
- Mise en place de la pipeline de déploiement CI/CD.
- Mise en place de Sonar pour contrôler la qualité de code et le taux de couverture (95%).
- Implémentation du système d'échange 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 développement de la solution technique.
- Remontée des besoins d'améliorations à l'équipe '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 développement 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 à l'opération du portage d'une application en .Net vers Java EE.
- Développement d'une application de lecture des permis de conduire.
Outils: Java EE, VB.net, C, Oracle