Construire une infrastructure de risque moderne

Contexte

Le projet partait de données et de processus de risque répartis entre des fichiers Excel et une ancienne base SQL, un point de départ pragmatique qui rendait de plus en plus importants la cohérence de l’historique, la fraîcheur, la traçabilité et la réutilisation.

Mon approche

Au sein d’un projet d’équipe plus large, j’ai conçu et mis en œuvre des éléments centraux de la migration : couches RAW et historiques dans Snowflake, vues gouvernées et orchestration pilotée par un dispatcher. J’ai également créé des contrôles automatisés de qualité et de fraîcheur ainsi qu’une couche standardisée de composants pour les tableaux de bord de risque et de performance. Des structures sémantiques donnent à l’agent de risque IA accès aux mêmes définitions gouvernées et relations entre les données.

• Couches RAW et historiques gouvernées dans Snowflake avec vues organisées
• Orchestration par dispatcher et contrôles automatisés de qualité et de fraîcheur
• Tableaux de bord réutilisables et structures sémantiques partagées avec l’agent de risque IA

Pourquoi cela compte

Lorsque définitions, calculs, traçabilité et contrôles résident dans une couche analytique réutilisable, il n’est plus nécessaire de les reconstruire séparément pour les tableaux de bord, les rapports ou l’IA. Les équipes et les modèles travaillent sur la même base de confiance : les interfaces déterministes servent le suivi et l’analyse, tandis que l’agent utilise ce contexte pour investiguer et synthétiser. L’IA devient ainsi une composante du système analytique plutôt qu’un ajout posé sur des données déconnectées.