Bienvenue,

Je suis Lothin Tchappi

Je suis actuellement étudiant en Master en Architecture Informatique.

Mon parcours a débuté dans la Supply Chain, où j'ai développé une forte appétence pour l'automatisation de processus métiers grâce à VBA et Python. Cela m'a donné envie de rejoindre l'école 42 pour consolider mes bases en programmation et en système informatique.

J'ai complété ce parcours par un Master en Droit des Affaires (Parcours : Loi, Entrepreneuriat et Digital AI), réalisé en double-diplôme entre l'Université Paris-Saclay et l'école 42, en partenariat avec HEC Paris.

Cette combinaison me permet d'avoir une vision à la fois business et technique.

Expériences - Projets

Réalisations techniques issues de mes formations et expériences.

Systems Programming

Data / Automatisation

Web / IA

Infrastructure - DevOps

Projet effectué dans le cadre de mon alternance chez Novexx Solutions

Sept. 2019 — Août 2020

Optimisation du flux d'expédition des envois

Tâche :
Nous avons identifié que les portails des transporteurs intégraient une fonctionnalité d'import en masse, permettant d'uploader plusieurs envois simultanément pour les générer automatiquement. Ma mission consistait donc à exploiter cette option pour supprimer la saisie manuelle.

Action :
Dans le cadre d'une démarche d'amélioration continue, j'ai développé un script VBA capable de mettre en forme instantanément l'export brut de l'ERP (AS400). Ce script restructure automatiquement les données pour les aligner parfaitement sur les formats spécifiques exigés par Géodis et TNT.

Résultat :
Suppression des tâches chronophages : Élimination totale de la saisie manuelle, commande par commande, sur les différents portails. L'importation directe du fichier CSV permet désormais de traiter des dizaines d'envois en masse en quelques clics.
Gain de productivité massif : Le temps de traitement des expéditions a été drastiquement réduit, sécurisant le flux logistique particulièrement les jours de forte activité où le volume de commandes était critique.

VBA Excel

Projets effectués dans le cadre de mon alternance chez ENGIE

Sept. 2020 — Août 2021

Automatisation de la mise à jour des tableaux de bord

Problème :
L'équipe Demand Planning perdait 15 minutes chaque matin à extraire, nettoyer et injecter manuellement les données CSV de l'ERP (Gazelle - Oracle) vers leurs tableaux de bord Excel et leur dashboard Power BI. Cette extraction était lente et, si elle était mal réalisée, des erreurs pouvaient apparaître, rendant l'analyse du pôle demand planning non fiable.

Solution :
J'ai développé et déployé une application Python dotée d'une interface graphique (Tkinter / tkinterdnd2) permettant un traitement par Drag & Drop. Le script automatise le nettoyage des données via Pandas, puis actualise les tableaux de bord Excel (via VBA) et le rapport Power BI.

Impact :
Gain de temps : Le temps de traitement est passé de 15 minutes à moins d'une minute par jour.
Fiabilisation : Élimination totale du risque d'erreur humaine et garantie d'une donnée 100% fiable pour le pilotage de l'activité.

Python Tkinter tkinterdnd2 Pandas VBA Power BI

Application Excel / VBA — Suivi des stocks

Contexte :
L'équipe Demand Planning gérait le pilotage des stocks à partir d'extractions ERP quotidiennes. Ces données, figées à l'instant T, étaient fragmentées dans plus de 160 fichiers Excel distincts. Cette accumulation rendait toute analyse graphique impossible.

Concrètement, si le responsable Demand Planning voulait analyser l'évolution du stock d'une référence spécifique sur les six derniers mois, il aurait théoriquement dû ouvrir un par un les 160 fichiers Excel de chaque journée pour copier-coller les données et reconstituer un historique. Face à ce processus humainement impossible et trop chronophage, cette analyse n'était tout simplement pas réalisée.

Objectif :
L'objectif était double : d'une part, compiler et nettoyer l'historique de ces 160 fichiers Excel en une base de données. D'autre part, développer un programme automatisé permettant à l'équipe de mettre à jour cette base au quotidien.

Action :
• Phase 1 : Centralisation des fichiers existants dans une base de données commune
• Phase 2 : Modélisation de la base de données sur Access
• Phase 3 : Création d'un script Python permettant de mettre à jour cette base de données

Résultat :
L'équipe Demand Planning peut analyser les tendances sur l'évolution des références en entrepôt, ce qui permet de rendre leurs analyses plus fines.

Python Tkinter tkinterdnd2 Pandas Power Query Access

libft

Ré-implementation des fonctions fondamentales de la bibliothèque standard C.

CMalloc / FreeData Structures : Arrays, Linked Lists

ft_printf

Ce projet consiste à recréer la célèbre fonction printf en langage C.

CVariadic

get_next_line

Ce projet consiste à concevoir une fonction capable de lire le contenu d'un fichier ligne par ligne.

CFile descriptorsread()write()close()

pipex

Ce projet consiste à recréer le mécanisme des pipes du shell, permettant de rediriger le flux de données entre deux commandes.

CGestion de processus (fork / wait / execve) entre deux processusRedirection de flux entre processus (dup2)

philosophers

Ce projet traite de la gestion critique de ressources limitées dans un environnement multi-threadé en C.

CMulti-threadingMutexProgrammation concurrentielle

minishell

Dans le cadre de ce projet en binôme, nous avons développé un interpréteur de commandes en C. Un mini terminal.

CCycle de vie des processusParsing et lexingGestion des signauxGestion des flux de donnéesGit

ft_irc

Ce projet consiste à développer un serveur de messagerie instantanée en C++ 98, conforme au protocole officiel IRC. L'enjeu majeur réside dans la gestion de multiples connexions simultanées sans blocage du serveur.

C++POOTCP/IPpoll / selectMultiplexage

Graded Card Shop

Développement du front-end de la boutique (JavaScript, CSS, HTML, Liquid).
Création d'une base de données produits et clients.
Intégration d'API et synchronisation : centralisation et mise à jour en temps réel des stocks entre Shopify, eBay et Vinted (suppression automatique du produit dès sa vente).
Automatisation de la facturation client : développement d'un programme de génération et d'envoi automatique de factures PDF dès la validation d'une commande. La facture est ensuite archivée sur Google Drive.
Automatisation de la collecte de factures d'achat : développement d'un script Python connecté à Gmail via API pour détecter, récupérer et stocker automatiquement les factures reçues par email.
Data Visualisation : conception et déploiement d'un tableau de bord de pilotage sur Looker Studio pour le suivi des indicateurs financiers et commerciaux (chiffre d'affaires, bénéfices, charges, volumes de ventes, répartition du CA par canal de distribution et calcul automatisé de la TVA…).

Javascript Python HTML CSS Shopify CLI Claude Code MCP Google Workspace API API Rest PDFKit

Voir le site

BornToBeRoot

Configuration et sécurisation d'un serveur Debian CLI virtualisé.
Mise en place d'un partitionnement LVM chiffré.
Mise en place d'une politique de sécurité stricte (SSH, UFW, PAM).
Monitoring et automatisation des tâches (Cron).

LinuxDebianAdministration systèmeSSHUFWSudoLVMBash Scripting

Inception

Conception et déploiement d'une infrastructure multi-services virtualisée avec Docker Compose.
Configuration de conteneurs isolés et sécurisés (Nginx sous TLS, WordPress avec php-fpm, MariaDB) en respectant les bonnes pratiques d'écriture de Dockerfiles, la gestion des volumes persistants et le cloisonnement réseau (Docker network).

DockerDocker ComposeDevOpsNginxMariaDBWordPressTLS / SSL

Cloud - 1 En cours

Automatisation et déploiement d'infrastructures Cloud sur AWS.
Gestion de configuration d'instances (EC2) via des playbooks Ansible, sécurisation des accès réseau et implémentation des bonnes pratiques DevOps d'Infrastructure as Code (IaC).

Cloud ComputingAWSAnsibleIaCEC2Linux

Expériences professionnelles

Sept. 2020
Août 2021

Engie

Alternant Approvisionneur

1) Transform & Load

Problème :
Chaque matin, l'équipe consacrait 10 minutes à l'extraction manuelle de fichiers CSV depuis l'ERP Oracle (Gazelle). Pour supprimer cette tâche chronophage, j'ai développé un script Python qui automatise la transformation et la mise à jour des supports de suivi.

Résultat :
En moins d'une minute, le fichier de suivi Excel ainsi que le dashboard Power BI permettant de suivre l'activité sont actualisés, garantissant une donnée fiable et disponible instantanément pour l'équipe demand planning.

Python Tkinter Pandas SQL Excel Power BI Access VBA Power Query ERP

2) Création d'une application (Excel / VBA)

Problématique :
Pour piloter les stocks, l'équipe demand planning effectuait des extractions ERP quotidiennes. Cependant, ces données ne fournissaient qu'une vue à l'instant T.

Exemple :
• Pour consulter l'état du stock au 3 avril, il fallait ouvrir le fichier du 3 avril.
• Pour le 2 avril, il fallait ouvrir un autre fichier, et ainsi de suite.

Cette organisation rendait l'analyse de l'évolution d'une référence sur une période donnée extrêmement complexe et empêchait toute visualisation graphique des tendances.

Solution :
J'ai centralisé ces données fragmentées au sein d'une base de données unique et structurée. J'ai ensuite conçu une application sous Excel/VBA permettant de suivre graphiquement l'ensemble des marchandises en entrepôt.

Gestion de projet Excel Power Query Access SQL ERP

3) Gestion Opérationnelle & Flux Supply Chain

Data Analysis : Création de tableaux de bord réguliers Excel / VBA.

Excel Power Query Power BI

Gestion des litiges : Résolution des anomalies de facturation et des écarts de réception en lien avec les fournisseurs et le service comptable.

Gestion des litiges Résolution de problème Priorisation des urgences

Passation de commandes : Gestion des commandes auprès des fournisseurs.

Rigueur Réactivité Coordination

Formation

2025 – 2026

Université Paris-Saclay

Master Droit des Affaires (double diplôme avec l'école 42)

Premier semestre (Campus de Sceaux) :
Droit (Fiscal, IP/IT, Blockchains, Corporate), Finance d'entreprise, Operations Management, Digital Marketing, Prompt Engineering, Négociation et vente.

Second semestre (Campus HEC Paris) :
Problem Solving, Value Delivery, Create Impact by Design, B2B & B2C Customer Acquisition, Financial Modeling & Business Planning.

2022 – 2026

42 Paris

Master Architecture Informatique

Tronc Commun :
Software : C, C++, Bash, POO, Clean Code, Data Structures & Algorithmes.
Système : Gestion mémoire, Multi-threading, IPC (Signaux, Pipes), Shell scripting.
DevOps & Cloud : CI/CD (GitHub Actions / GitLab CI), Ansible, AWS, Docker, Kubernetes.
Infra & Network : Linux (Debian), TCP/IP, SSH, Subnetting, Virtualisation.

Télécharger le CV