Description

Curieux et passionné, j’aime explorer de nouveaux domaines, ce qui m’a conduit de la robotique à la Data Science, puis finalement à la Data Engineering.

Fort d’une expérience dans des secteurs variés, je me spécialise dans la conception de solutions évolutives, efficaces et innovantes, en tirant parti de la puissance de GCP et de dbt pour relever des défis métiers complexes. Actuellement, je suis à la recherche d’une opportunité en tant que Tech Lead ou Senior Data Engineer/Analytics, notamment sur la stack Airflow/GCP/dbt. En apprentissage continu, la montée en compétences sur de nouvelles technologies pour répondre aux besoins spécifiques d’un client est également une source de motivation pour moi.

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)

Sfeir
Lead data engineer
août 2023 - novembre 2024 (1 an et 3 mois)
Paris, France
Moët Hennessy Financial team
- Leading and upskilling a team of 4 data engineers on finance and HR-related projects
- Technical referent and data solution architect on the Airflow, BigQuery, and dbt stack
- Deploying, optimizing, and maintaining large-scale data pipelines, with testing and monitoring (Elementary)
- Contributing to the evolution of Moët Hennessy's data platform
- Aligning data solutions with business needs, particularly for financial analysis (Profit & Loss, Stock valuation) and HR insights.
- Creating a structured training program to upskill individuals on data topics and make them operational
Sfeir
Data Engineer
octobre 2021 - juillet 2023 (1 an et 9 mois)
Paris, France
Solocal Client insight team
- Optimizing and maintaining data pipelines using the Airflow, BigQuery, and DBT stack.
- Usage of elementary for testing and monitoring.
- Implementing business rules to enhance client insights, including turnover, seniority, and other key metrics, driving actionable data outcomes.
StarCLay
Data Scientist
juin 2018 - octobre 2021 (3 ans et 4 mois)
Île-de-France, France
LexisNexis
• Find the paragraphs of appeal court decisions (unstructured text) where the judge made a decision Used model: Bi-LSTM + CRF (in Pytorch)
• Determine the outcome of case law decisions from courts of appeal: Used model: ULMFit from fast.ai
• Anonymization of legal decisions: Find surnames and adresses Used model: Spacy NER June 2018 - October 2018: Ponant (Cruise company based in Marseille)
• Revenue Management automatization: Prediction model for daily discount of cruise trips using temporal data. (Experiments with different machines learning models such as LightGBM and RNN)
• Training Ponant's employees on machine learning (how to do machine learning, usage of algorithms).