Disponible pour un poste

Bonjour, je suis

Idens Méranvil

Je transforme les opérations que je pilote en décisions mesurables.

Data Analyst — Chef d'équipe Supply Chain

Voir mes projets Me contacter

Power BI · SQL · Python Port-au-Prince, Haïti

GitHub LinkedIn
930+ Sites télécom approvisionnés
4+ Années d'expérience terrain
2 Postes chez Talkpool — 1 promotion interne
7 Certifications, toutes vérifiables en ligne

Projets

Projet principal

Adoption de l'argent mobile en Haïti — modèle prédictif

Mémoire de fin d'études · FSEA, option Finance

7 % Non scolarisés 50 % Diplômés du supérieur
Taux d'adoption de l'argent mobile selon le niveau d'éducation, sur les 4 269 répondants FinScope 2018.

Problème

Seuls 11 % des Haïtiens ont accès aux services bancaires traditionnels.

Approche

  • Données — enquête FinScope 2018, 4 269 individus.
  • Modélisation — régression logistique multiple sous Python.

Résultat

Un modèle qui classe correctement 84,4 % des observations.

Ce que j'en retiens

Un modèle qui prédit bien n'est pas un modèle qui explique.

Mémoire co-écrit avec Pierry Valcin, sous la direction de M. Gerlin Dornisse — FSEA, avril 2026.

Analyse de churn télécom — tableau de bord Power BI

Page Overview du tableau de bord Power BI Page Insights du tableau de bord Power BI

Problème

Un opérateur télécom perd des abonnés sans savoir lesquels, ni pourquoi.

Approche

  • Modélisation — création des mesures DAX absentes des données brutes.
  • Segmentation — croisement du taux de churn avec contrat, paiement, âge, consommation et État.

Résultat

Un tableau de bord de 10 pages et 43 visuels.

Ce que j'en retiens

Un tableau de bord ne vaut que par la question qu'il referme.

Projet réalisé sur le jeu de données Databel dans le cadre d'un parcours guidé, construit et structuré en autonomie.

Application de gestion d'entrepôt — suivi de stock

Tableau de bord de l'application de gestion d'entrepôt, données floutées Table de suivi de stock de l'application, données floutées

Problème

Le suivi des consommables sur de nombreux sites se faisait sur tableur : pas d'historique fiable, pas d'alerte de rupture, pas de traçabilité des mouvements.

Approche

  • Modélisation — schéma de stock avec seuils critiques et historique des mouvements (réception, expédition, ajustement) horodaté et traçable.
  • Tableau de bord — vue temps réel : unités en stock, alertes de rupture, couverture en jours, top des sorties et livraisons par région.

Résultat

Une application desktop utilisée au quotidien, avec traçabilité complète des mouvements sur plusieurs dizaines de références et régions.

Ce que j'en retiens

Un outil interne n'a pas besoin d'être joli pour être précieux — juste fiable, rapide, et pensé pour le geste répété chaque jour.

Application interne développée pour la gestion de stock — captures partiellement floutées pour préserver la confidentialité des données. Projet vivant, que je continue de faire évoluer.

COVID-19 & Nashville Housing — exploration et nettoyage SQL

Haïti — 1,5 % Monde — 62,2 % États-Unis — 67,5 % France — 78,7 %

Couverture vaccinale complète cumulée, calculée mois par mois sur les 214 717 lignes du fichier CovidVaccinations, janvier 2021 à septembre 2022.

Problème

Deux jeux de données publics inexploitables en l'état.

Approche

  • Nettoyage — reconstitution des adresses manquantes, éclatement en champs, suppression des doublons.
  • Exploration — taux d'infection et de mortalité, cumul glissant via CTE et fonctions de fenêtrage.

Résultat

Deux scripts T-SQL commentés et réexécutables, et une vue SQL prête à brancher.

Ce que j'en retiens

Un jeu de données propre coûte plus de temps que l'analyse elle-même.

Projets menés dans le cadre d'un parcours guidé, repris et documentés en autonomie.

Qualité de l'air aux États-Unis — analyse exploratoire

Washington 25,0 Oregon 22,4 Country of Mexico 19,1 Utah 18,2 Arizona 16,6 Puerto Rico 15,9
AQI moyen par site, 6 valeurs les plus hautes sur 42 relevés dans le champ « State » — calculé sur les 1 725 lignes combinées des deux fichiers EPA.

Problème

Des centaines de sites de mesure répartis sur plusieurs États.

Approche

  • Fiabilisation — contrôle des valeurs manquantes, consolidation de plusieurs fichiers.
  • Agrégation — regroupement par État, masques booléens combinés.

Résultat

Une lecture agrégée par État là où le fichier brut ne dit rien.

Ce que j'en retiens

Agréger ne suffit pas : sans tri ni seuil métier, une moyenne indique une tendance.

Exercice issu d'un parcours guidé, réécrit et commenté en autonomie.

Expérience

  1. Chef d'équipe consommables

    Talkpool AG Aujourd'hui

    Je dirige l'équipe consommables et pilote l'approvisionnement de plus de 930 sites télécom exploités pour Digicel : suivi des niveaux de stock, déclenchement des réapprovisionnements, arbitrage des priorités quand une référence critique vient à manquer.

  2. Certificate of Recognition

    Talkpool AG

    Distinction annuelle décernée pour l'engagement, le professionnalisme et une contribution constante.

  3. Warehouse Data Analyst

    Talkpool AG

    Suivi et fiabilisation des données d'inventaire, reporting de stock et préparation des états servant aux décisions de réapprovisionnement.

À propos

Chef d'équipe consommable chez Talkpool AG, où je gère la chaîne d'approvisionnement au quotidien. Je me forme en parallèle à l'analyse de données (Power BI, SQL, Python) via DataCamp, et applique déjà ces compétences dans les projets présentés plus bas : prévision, tableaux de bord, nettoyage et modélisation de données.

J'aime explorer les données pour en tirer des décisions concrètes, pas seulement des graphiques.

En ce moment

J'apprends
SQL avancé, modélisation Power BI, Python appliqué aux séries de consommation
Je construis
Un modèle de décision de réapprovisionnement sur données synthétiques, avec tableau de bord
Je cherche
Un poste de Data Analyst, en priorité là où les opérations et la logistique sont au cœur du sujet

Langues

  • Français Langue maternelle
  • Créole haïtien Langue maternelle
  • Anglais Professionnel

Compétences

Analyse de données

  • SQL
  • Python
  • Pandas
  • Nettoyage de données
  • Power BI
  • Visualisation de données
  • Analyse de régression

Supply Chain

  • Gestion de la chaîne d'approvisionnement
  • Opérations d'approvisionnement
  • Gestion logistique
  • Optimisation de la chaîne logistique

Outils

  • SQL Server
  • Jupyter Notebook
  • Microsoft Excel

Niveau de preuve Pratiqué en poste ou projet publié Certification vérifiable Formation suivie

Ce que j'apporte

Je connais le terrain que les données décrivent

Quatre ans à piloter l'approvisionnement de 930+ sites m'ont appris quelles questions comptent avant même d'ouvrir un fichier.

Je livre du travail vérifiable

Certifications avec lien de vérification, code publié et commenté, limites de mes analyses écrites noir sur blanc.

Certifications

Excel Skills for Business Spécialisation

Macquarie University · Coursera

Vérifier

Introduction to Power BI

DataCamp

Vérifier

Data Visualization in Power BI

DataCamp

Vérifier

Introduction to Statistics

DataCamp

Vérifier

Introduction to Regression with statsmodels in Python

DataCamp

Vérifier

Microsoft Excel

LinkedIn · Évaluation de compétences réussie

Voir le badge sur LinkedIn →

Microsoft Power BI

LinkedIn · Évaluation de compétences réussie

Voir le badge sur LinkedIn → Certificate of Recognition - Talkpool AG - Meranvil Idens

Certificate of Recognition

Talkpool AG — reconnaissance pour engagement, professionnalisme et contribution constante (2025)

Services

Ouvert à des missions de consultation en gestion d'entrepôt et chaîne d'approvisionnement.

Création de systèmes de gestion d'entrepôt

Suivi de stock, alertes de rupture, traçabilité des mouvements — conception d'outils sur mesure pour reprendre le contrôle d'un inventaire géré sur tableur.

Voir l'application que j'ai construite →

Consultation en logistique & chaîne d'approvisionnement

Optimisation des flux d'approvisionnement, gestion des priorités de réapprovisionnement, mise en place de suivi fiable sur plusieurs sites.

Décrire votre besoin →

Contact

Ouvert aux échanges autour de la data appliquée aux opérations et à la logistique.

ydensmeranvil@gmail.com +509 3414 8641
LinkedIn GitHub