Description

Ingénieure Data passionnée par la conception, l’optimisation et l’industrialisation de pipelines de données, avec une solide expérience en Data Engineering, DevOps et gestion de projets Cloud et Big Data. J’interviens aussi bien sur des environnements batch que temps réel, avec une expertise dans la mise en place de solutions robustes, sécurisées et scalables pour répondre aux besoins métiers.

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

ENEDIS
Industrialiser le traitement de données géospatiales sur Databricks
ENERGIE
avril 2025 - Aujourd'hui (1 an et 2 mois)
Paris, France
Tâches:
Création de jobs Spark pour la transformation de données spatiales (Open Data Enedis, départements).

Conversion WGS84 →Lambert Conique Conforme (zones CC42 à CC50) via Apache Sedona.
Identification du poste HTA le plus proche (ST_Distance, jointures spatiales optimisées).
Sécurisation des données avec Row Filters sur Unity Catalog (accès par département).
Mise en place de Row‑Level Security (RLS) par département, basée sur les rôles utilisateurs dans Unity Catalog.
Analyse et mise en œuvre d’optimisations de performance : Z‑Order, partitionnement et Liquid Clustering.
Création d’un pipeline Delta Live Tables (DLT) en Python.
Création d’un dashboard Databricks pour le suivi de la consommation (DBUs, coûts et usage des clusters).
Intégration et exploitation de Databricks avec AWS (S3, IAM, monitoring des coûts..).
Collaboration avec les équipes Data, Infra et Sécurité.
Restitution via notebooks interactifs et visualisations Databricks SQL
SQL Apache Spark Databricks AWS DBeaver
KERING
Mettre en place des flux d’ingestion et de traitement de données
LUXE
mars 2023 - février 2025 (1 an et 11 mois)
Paris, France
Ingestion des données sources via Apache NiFi dans Cassandra et S3.
Traitements Spark/Scala en batch : enrichissement quotidien des données clients (scoring, segmentation, mises à jour).
Orchestration des traitements via Airflow (dépendance, planification).
Traitement temps réel via Kafka/Spark : commandes, ventes, données clients.
Tests unitaires et automatisés pour garantir la non‑régression.
Déploiement via Jenkins/Livy sur les environnements dédiés.
Indexation des données dans Solr et Cassandra pour une exposition rapide.
Animation des démos/rétros tous les 3/4 mois.
Apache Spark Scala SQL Cassandra Apache Solr