Wally Hormi

Contexte : Migration de production et optimisation de l'infrastructure de données vers une plateforme moderne, cloud-native et scalable.

Réalisations clés :

• Migration Core Engine & Architecture : Migration complète des programmes patrimoniaux R vers PySpark sur un environnement Databricks natif, avec mise en place d'une architecture Medallion (Bronze to Gold layers).

• Industrialisation & Automatisation Batch : Conception, développement et mise en production de Workflows Databricks complexes pour automatiser l'ingestion en mode batch (Trigger mode), garantissant la livraison quotidienne des données avant le début de la journée.

• Gestion de Volumétries Complexes : Traitement et optimisation de pipelines de données manipulant plusieurs millions de lignes et des centaines de colonnes pour alimenter les Datamarts critiques de l'entreprise.

• Restitution Data & BI : Création et maintenance des connexions sécurisées et performantes entre l'environnement Databricks et les dashboards Power BI pour permettre aux Data Analysts de générer des insights métiers.

• Pratiques DevOps & Git : Gestion de l'environnement Git pour le versioning des scripts, la collaboration technique et la sécurisation des déploiements sous Azure DevOps.

Environnement technique : Databricks, PySpark, Python, Spark SQL, Azure DevOps, Git, R.

Contexte : Mission stratégique de reprise en main technique et de continuité d'activité. Prise de lead en totale autonomie sur un périmètre de données critique suite au départ soudain de l'équipe précédente. Stabilisation de l'architecture existante et direction technique d'un Proof of Concept (POC) majeur entre DataGalaxy et Franprix.

Réalisations clés :

• Prise de possession & Autonomie : Montée en compétence ultra-rapide sur une architecture complexe non documentée. Audit complet, sécurisation et maintien operationelle de l'infrastructure globale.

• Pipelines & Automatisation : Conception et implémentation de scripts Python robustes connectés à Snowflake pour générer des rapports fonctionnels et automatiser l'envoi quotidien des résultats par email aux collaborateurs.

• Gouvernance & Catalogage : Documentation complète du code Python existant et catalogage des tables, indicateurs clés (KPIs) et cubes MicroStrategy pour structurer le POC.

Environnement technique : Snowflake, Python, SQL, Docker, GitLab CI/CD, DataGalaxy, MicroStrategy.

Contexte : Migration internationale stratégique de 1 400 marchés (une des plus grandes migrations mondiales à l'époque) pour la mise en conformité RGPD des frameworks de tracking digitaux vers GA4 et GTM.

Réalisations clés :

• Automatisation & Programmation POO : Conception et développement de scripts Python complexes en Programmation Orientée Objet (POO) combinés à Selenium pour recréer et migrer programmatiquement les propriétés GA4 via les APIs Google dédiées.

• Migration & Mise à jour de Conteneurs GTM : Automatisation de la migration, de la création et des mises à jour en masse des conteneurs de données digitaux sur l'outil GTM pour l'ensemble des propriétés et comptes à l'échelle internationale (à partir de fichiers de configuration JSON).

• Ingestion & Orchestration Cross-Platform : Interconnexion avec Adobe Analytics (via R) et conception de flux/scénarios Dataiku pour alimenter et structurer les bases de données cibles (BigQuery) sur Google Cloud Platform (GCP).

Environnement technique : Python, Google Cloud Platform (GCP), BigQuery, Dataiku, Selenium, R, Git.