SE

SENTERY ELOGE

DATA ANALYST


Des données aux décisions. De l'Afrique au monde.

Explorer mes projets Découvrir Kadea Finance Télécharger le CV Me contacter

Basée à Kinshasa — je travaille avec le monde.

KINSHASA

Kinshasa Afrique Monde

Qui suis-je

À propos

Sentery Eloge est Data Analyst, basée à Kinshasa, en République Démocratique du Congo. Son travail couvre la collecte, le contrôle qualité, l'analyse, la visualisation et l'automatisation de données — avec un ancrage concret dans la finance et les devises à travers le projet Kadea Finance, un observatoire des taux de change d'Afrique centrale et de l'Ouest.

Son approche est guidée par la rigueur méthodologique, l'ingéniosité technique et la volonté de connecter l'analyse de données africaine aux standards internationaux.

Actuellement en formation Data Analyst à Kadea Academy (Kinshasa) depuis janvier 2026, après un parcours dans le support et l'infrastructure informatique (IT Manager, Ministère de l'Environnement et Développement Durable). Voir le CV complet →

Domaines de compétence

Expertise

Six domaines complémentaires, du nettoyage de la donnée brute jusqu'à l'automatisation des décisions.

Analyse de données

  • Nettoyage des données
  • Transformation des données
  • Analyse exploratoire des données
  • Qualité des données
  • Analyse d'indicateurs (KPI)
  • Analyse statistique

Visualisation de données

  • Tableaux de bord interactifs
  • Storytelling de données
  • Visualisation financière
  • Reporting métier

Analyse financière

  • Analyse des devises
  • Taux de change
  • Taux croisés
  • Volatilité
  • Indicateurs macroéconomiques
  • Séries temporelles

Automatisation

  • Pipelines de données automatisés
  • Workflows planifiés
  • Supervision
  • Alertes
  • Reporting automatisé

Ingénierie des données

  • ETL / ELT
  • APIs
  • Bases de données
  • Validation des données
  • Orchestration des workflows

Prévision

  • Séries temporelles
  • Prévision
  • Évaluation de modèles
  • Modèles de référence naïfs

Résolution de problèmes

DONNÉES ANALYSE DÉCISION ACTION

Au-delà des graphiques : transformer la donnée brute en décisions qui comptent.

Boîte à outils

Technologies & Outils

Outils de base

Python Git GitHub VS Code

Analyse & Ingénierie des données

Pandas NumPy SQLAlchemy PostgreSQL psycopg2

Visualisation

Plotly Dash Matplotlib

Automatisation

n8n

Prévision & Modélisation

scikit-learn (Ridge, Random Forest)

Base de données

PostgreSQL

Développement & Collaboration

Git GitHub VS Code pytest

Projet phare — Étude de cas

Kadea Finance

Observatoire des devises · Currency Observatory

11
Devises suivies
CDF · NGN · KES · ZAR · GHS · RWF · XAF · XOF · EUR · CNY · AED (pivot USD)
8
Pages de dashboard interactif
6h
Fréquence du pipeline automatisé, orchestré via n8n
14
Fichiers de tests automatisés
Le problème

Accéder à des taux de change fiables, à jour et consolidés pour plusieurs devises d'Afrique centrale et de l'Ouest — ainsi que pour les devises pivots (USD, EUR, CNY, AED) — reste difficile : sources dispersées, formats hétérogènes, mises à jour irrégulières.

La solution

Un observatoire automatisé qui collecte, valide, transforme et visualise ces taux, avec prévisions et alertes intégrées — pour transformer une donnée dispersée en information exploitable en continu.

Pipeline de données

De la source brute au tableau de bord, chaque taux traverse une chaîne de traitement automatisée :

SourcesExtractionValidationTransformationBase de donnéesAnalyseDashboardSupervision / Alertes
↓ Voir le diagramme du pipeline
Analyse disponible

Suivi de 11 devises (CDF, NGN, KES, ZAR, GHS, RWF, XAF, XOF, EUR, CNY, AED — pivot USD), calcul de taux croisés, historique complet et convertisseur intégré.

Tableau de bord

Le tableau de bord Plotly / Dash s'organise en 8 pages :

01Accueil
02Aide à la décision
03Convertisseur
04Carte des devises
05Prévisions
06Qualité / Supervision
07Tableau interactif
08Visualisations

Représentation illustrative de l'interface — il ne s'agit pas d'une capture d'écran réelle.

Automatisation

Le pipeline s'exécute automatiquement toutes les 6 heures via n8n, avec envoi d'e-mails automatiques en cas de succès ou d'alerte.

Qualité des données

Des contrôles de validation sont appliqués avant tout chargement en base. La fiabilité du pipeline est vérifiée par des tests automatisés.

14
Fichiers de tests
116 / 120
Tests réussis (environnement de préparation)
Prévision

La méthodologie compare trois approches à horizon 7 jours : une régression Ridge, une Random Forest et une base naïve. Le découpage des données est strictement chronologique — jamais aléatoire — afin d'éviter toute fuite d'information entre passé et futur.

Le modèle retenu est celui qui obtient la plus faible erreur mesurée (MAE) sur le jeu de test, même lorsque c'est la base naïve qui l'emporte — ce qui est le cas pour plusieurs devises dont l'historique est en grande partie synthétique. Ce résultat valide la méthodologie plutôt que de signaler un échec.

Historique (entraînement) 7 jours (test) temps →
Découpage strictement chronologique — aucun mélange aléatoire des observations.
Supervision

En cas d'échec du pipeline, une alerte automatique est envoyée par e-mail, et un journal de statut conserve l'historique des exécutions.

Technologies
Python Pandas NumPy SQLAlchemy PostgreSQL psycopg2 Plotly Dash Matplotlib n8n scikit-learn pytest Git GitHub

Méthode

Pipeline

De la collecte à la décision, sept étapes automatisées.

01 COLLECT 02 VALIDATE 03 TRANSFORM 04 ANALYZE 05 VISUALIZE 06 MONITOR 07 DECIDE
Pipeline automatisé, exécuté toutes les 6 heures — de la collecte des taux de change jusqu'à la décision, sans intervention manuelle.

Méthode de travail

Ma façon de travailler

Un processus séquentiel en sept étapes, appliqué à chaque projet.

1

Comprendre

Comprendre le problème métier avant toute donnée.

2

Collecter

Identifier et collecter les données pertinentes.

3

Valider

Contrôler la qualité des données.

4

Analyser

Transformer les données en information.

5

Visualiser

Rendre l'information compréhensible.

6

Automatiser

Réduire les tâches manuelles répétitives.

7

Livrer

Transformer l'analyse en outil de décision.

Parcours

Curriculum Vitae

Dossier de compétences
Consulter le CV complet

Le CV complet réunit parcours professionnel, formation, compétences techniques et projets, disponible en téléchargement PDF.

Voir mon CV complet →

Prendre contact

Carte de visite numérique

L'ensemble des coordonnées professionnelles, réunies dans un format pensé pour être partagé.

Sentery Eloge
DATA ANALYST
Kinshasa, RDC
+243 818 989 562
QR code vers senteryeloge.com
Scannez pour ouvrir ce portfolio

Le QR code renvoie vers senteryeloge.com.

Contact

Sentery Eloge — Data Analyst — Kinshasa, RDC — +243 818 989 562

Disponible pour des opportunités, projets et collaborations à l'international.