PoC Events Reporting : Trains & Métros

Ce projet consistait en un Proof-of-Concept (PoC) visant à démontrer la faisabilité et la valeur de la génération automatisée de rapports et de tableaux de bord à partir des données événementielles des trains et métros. Réalisé en autonomie, le succès de ce PoC a non seulement validé l'approche technique, mais a également mené à l'adoption de la solution par de nombreux projets internationaux d'Alstom, notamment sur des sites clés à Singapour et en Inde.

Contexte :

La collecte et l'analyse des données événementielles (incidents, alertes, changements de statut, etc.) des flottes de trains et métros sont cruciales pour la maintenance prédictive, l'optimisation opérationnelle et la sécurité des passagers. Avant ce PoC, le processus de reporting pouvait être fragmenté ou manuel, rendant difficile une vue d'ensemble rapide et fiable des événements, de la santé des infrastructures et des équipements, et des conditions d'alertes.

Problématique :

Comment mettre en place un système efficace et entièrement automatisé pour générer des rapports et tableaux de bord à partir de données événementielles complexes ? L'objectif était de fournir des vues claires et actionnables sur les derniers événements, la santé des infrastructures et des équipements, et les conditions d'alertes, tout en assurant une scalabilité et une réplicabilité pour un déploiement international.

Solution :

La solution a reposé sur l'exploitation de la puissance de Tableau pour la visualisation des données événementielles. J'ai conçu et mis en œuvre des pipelines d'ingestion et de transformation de données qui alimentent ces plateformes. Des tableaux de bord spécifiques ont été développés pour répondre aux besoins clés : un rapport sur les derniers événements (permettant une réactivité immédiate), un rapport sur la santé des infrastructures et des équipements (offrant une vue agrégée et tendancielle), et des rapports détaillés sur les conditions d'alertes. L'automatisation complète du processus de reporting a été un pilier, s'appuyant sur des outils comme le Task Scheduler du HealthHub (HH) et Cron, assurant la fraîcheur des données sans intervention manuelle répétée.

Réalisations :

• Gestion de Projet Autonome et Coordination Client : J'ai mené ce PoC avec succès de manière autonome, de la conception au déploiement. Cela a inclus l'écoute attentive et la prise en compte des besoins spécifiques des clients.

• Acquisition et Traitement des Données : J'ai mis en place un système de récupération des données événementielles via le module interne AlstomPy et des requêtes API en Python (utilisant la librairie requests), puis j'ai traité et nettoyé ces événements de manière robuste grâce aux librairies Pandas et Numpy.

• Développement de Rapports Spécifiques : J'ai conçu et implémenté des rapports Tableau et Kibana essentiels, adaptés aux besoins de chaque client, couvrant les derniers événements, la santé des infrastructures et des équipements, ainsi que les conditions d'alertes.

• Automatisation du Reporting : J'ai mis en place l'automatisation du processus de génération et de rafraîchissement des tableaux de bord, en utilisant des outils de planification comme le Task Scheduler du HealthHub (HH) et Cron, garantissant la disponibilité en temps réel des informations critiques.

• Déploiement Autonome et Adoption Internationale : La solution développée a été déployée de manière autonome sur les plateformes d'exécution des clients et a été adoptée avec succès dans de nombreux projets internationaux d'Alstom (sur site, à Singapour, en Inde, etc.), validant son efficacité et sa scalabilité à l'échelle mondiale.

Stack technique :

• Outils de Visualisation : Tableau Software, Kibana

• Langages & Librairies : Python (Requests, BeautifulSoup, Pandas, Web, module interne AlstomPy)

• APIs : APIs HealthHub (HH)

• Orchestration / Planification : Task Scheduler (HealthHub), Cron

• Environnements de Développement (IDE) : PyCharm, Jupyter Notebook, Linux

• Anglais (pour la documentation/communication technique)