Description

Data Architect / Senior Data engineer depuis plus de 7 ans, j'ai pu participer à plusieurs missions de déploiement de plateformes Data sur le cloud en utilisant une stack technique très moderne pour garantir la disponibilité, l'autoscalabilité et la fiabilité des solutions afin de répondre aux différents besoins métiers.

Cloud "native" Data engineer, j'ai eu l'occasion de travailler sur des solutions Data sur les plus grands cloud providers du marché : AWS et GCP pour concevoir, implémenter et déployer des solutions de stockage, calcul et analyse des données. J'ai travaillé ainsi sur l'industrialisation et automatisation des algorithmes du machine learning sur le cloud.

Langues

Français
Bilingue ou natif
Arabe
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

bpifrance
AWS Tech lead
BANQUE & ASSURANCES
octobre 2021 - août 2022 (10 mois)
Maisons-Alfort, France
Développement d'un produit data dans le périmètre de finance et risques pour :
- Ingérer et transformer des données : PySpark Glue
- Développer des API pour exposer les données : MongoDB, Flask
- Industrialiser et automatiser le déploiement des pipelines de données et API : Jenkins / Terraform
- Encadrer l'équipe de développement
- Contribuer à la mise en place de l'archi Data Mesh

Environnement de travail agile : Safe Framework
Unify Groupe
Lead cloud data engineer
DIVERTISSEMENTS & LOISIRS
avril 2021 - Aujourd'hui (5 ans et 2 mois)
Paris, France
Au sein du Data office, responsable du data lake niveau groupe : + de 20 sites à fort traffic (Marmiton, Doctissimo, Aufeminin, Lesnumériques ...)
ML Ops : Déploiement des algorithmes de machine learning
Optimisation des différentes couches du data lake :
- Stockage : GCS & BigQuery
- Calcul : Apache Beam, Databricks sur GCP
- API : migration des API vers une nouvelle architecture Serverless
Mise en place de l'architecture et développement des flux d'intégration des données en mode streaming et Batch
Mise en place de dbt (ELT) pour la transformation des données
Mise en place de la CI/CD des différents projet data Engineering et data science.
Diffusion et partage de bonnes pratiques de développement au sein des équipes data engineering et data science.
Définition du backlog, animation des sprint planning et suivi des développements
FinOps
Stack technique : Python, Airflow, Kubeflow, GCP, Google Analytics, Java, SQL, GitLab, PySpark, Apache Beam
Python SQL Airflow GCP Kubeflow CI/CD Docker Terraform dbt API
Neoxia
Lead Data Engineer & Manager Data factory
AGENCE & SSII
janvier 2018 - avril 2021 (3 ans et 3 mois)
Paris, France
Plusieurs missions chez des grands comptes :
Client : Teréga
Projet: Mise en place d'une plateforme d'échange de données
Missions:
- Architecture de la plateforme sur AWS (choix de services)
- Développement de la couche applicative (Python)
- Infrastructure as Code (Terraform)
- Mise en place de la CI/CD
Outils & technologies : Python, Terraform, AWS (API Gateway, S3, Lambda, DynamoDB, SNS, SQS)

Client : Teréga
Projet : Mise en place d'un datawarehouse de reporting sur le cloud (GCP)
Missions :
- Choix de services: stockage (GCS), datawarehousing (BigQuery), monitoring (Data studio &
Datadog) et ingestion de données (Cloud Composer)
- Automatisation et industrialisation de la création de l'infrastructure du datawarehouse et
développement des pipelines du CI/CD
- Tech lead : formation et accompagnement de l'équipe de développement (des data
engineers), code review, mise en place des bonnes pratiques (code, versionning, requêtes ..)
Outils & technologies : Python, Terraform, GCP (GCS, BigQuery, Cloud Composer, Cloud Function, Cloud Scheduler...), Monitoring (Data dog & Stackdriver), Datastudio...

Client : Éditions Lefebvre Sarrut (ELS)
Projet : Mise en place d'une API de CRM
Missions :
- Mise en place de l'architecture de la base de données pour centraliser les données des
clients de toutes les filiales.
- Mise en place de la solution d'intégration des données
- Automatisation et industrialisation de la solution (CI/CD, IaC)
- Transverse : Suivi de la mise en place de l'API

Outils & technologies : Python (ETL), Terraform, AWS (AWS Batch, VPC, S3, Lambda, EC2), Jenkins, Docker

Client : Pernod-Ricard
Projet : Migration des outils de données à Azure
Missions :
- Définition de la nouvelle architecture des outils de la plateforme data sur Azure
- Migration des data pipelines de Apache Airflow vers Azure Databricks et Azure Data
Factory.
Outils & technologies : Python, Azure (Azure Databricks, Azure DevOps, Azure Datalake Storage, Azure Data Factory)

Client : Pernod-Rciard
Projet: Mise en place d'une plateforme Data
Missions:
- Contribution à la mise en place des outils de la plateforme pour le stockage, le traitement et
l'exploitation des données sur le cloud (Privder : AWS)
- Architecture et développement des data pipelines
- Code review (Python, airflow)
- Accompagnement des data scientists / data engineer
Outils & technologies : Python, Apache Airflow, Apache Superset, Power BI, Docker, AWS (ECS, Athena, ECR, Cloud9, S3, ..)

Amazon Web Services Microsoft Azure Google cloud Python SQL Docker PostgreSQL ETL Airflow Databricks CI/CD Jenkins Pyspark Terraform Snowflake