Oussama Debbou

Construire des dossiers "facility" au format ADRI à partir de sélections des installations et du fichier fictif de sélection des installations.Construire des dossiers "facility" au format ADRI à partir de sélections des installations et du fichier fictif de sélection des installations.

Compétences : Python (langage de programmation) · S3 · Bitbucket · PyCharm · JSON

Développement d'une plateforme de traitement de données :

•Conception et mise en place d'une architecture de données robuste pour traiter des volumes importants de données en temps réel à partir de multiples sources de données internes et externes

•Mise en œuvre d'une stratégie de stockage de données en utilisant des technologies de stockage distribué comme Hadoop Distributed File System (HDFS) et Amazon S3

•Création de pipelines de données ETL pour extraire, transformer et charger des données dans la plateforme à partir de sources de données variées, telles que des bases de données, des fichiers plats et des API

•Utilisation de technologies Big Data comme Spark et Hive pour traiter et analyser les données à grande échelle

•Optimisation des performances de la plateforme en utilisant des techniques de partitionnement et de répartition de chargeDéveloppement d'une plateforme de traitement de données : •Conception et mise en place d'une architecture de données robuste pour traiter des volumes importants de données en temps réel à partir de multiples sources de données internes et externes •Mise en œuvre d'une stratégie de stockage de données en utilisant des technologies de stockage distribué comme Hadoop Distributed File System (HDFS) et Amazon S3 •Création de pipelines de données ETL pour extraire, transformer et charger des données dans la plateforme à partir de sources de données variées, telles que des bases de données, des fichiers plats et des API •Utilisation de technologies Big Data comme Spark et Hive pour traiter et analyser les données à grande échelle •Optimisation des performances de la plateforme en utilisant des techniques de partitionnement et de répartition de charge

Compétences : Spark · Hadoop · Méthodes agiles · Python

Formateur en charge de la montée en compétences des groupes d’utilisateurs sur les technos Big Data (Python, Scala, Hadoop, Spark, Hive,Hbase, Base de données) et Dataviz (Tableau).Création d’une application regroupant différentes tendances de rémunération et salaires en temps réel, à partir de différentes plateformes d’offres d’emplois(pôle-emploi, Indeed, LinkedIn...etc.)

1 - CONSULTANT FORMATEUR :

- Définition du contenu et rédaction du plan de formation des différents langages et outils

- Déclinaison du plan par profil utilisateur en fonction du niveau de maitrise requis

- Animation des sessions de formation (parfois jusqu’à 1 semaine) auprès des différents acteurs (groupe de 20 personnes environ)

- Intervention sur les modules de data science(aide à la montée en compétences des utilisateurs sur les technos, explication, mises en cas pratiques et assistance si nécessaire)

- Accompagnement des utilisateurs dans le choix de leur projet de soutenance (étude de faisabilité en fonction du temps disponible de réalisation, des profils des acteurs...)

- Participation au jury de soutenancede l’ensemble des projets

2 - DEVELOPPEUR WEB ET DATA :

- Constitution des données sources: choix des différentes plateformes d’emplois à partir desquelles on collecte les données (via scrapping)

- Définition de l’architecture temps réel de l’application

- Réalisation des pipelines d’ingestion de données via Python (développement de pipelines, mise en place de filtres ad hoc...)

- Structuration et analyse des données collectées sous forme de Datasets (profil, expérience, salaire)pour dégager des tendances de rémunération par profil

- Réalisation de Viz sous Matplot et mise en forme des Datasets

OUTILS /ENVIRONNEMENT :

MSZOOM,CLOUDERA,HADOOP,HBASE,HIVE,SPARK,PYTHON,SCALA,KAFKA,TABLEAU SOFTWARE,CASSANDRA,MONGODB,POSTGRES/MYSQL,PL/SQL