Ylies C.

• Développer et maintenir la plateforme afin de garantir une expérience utilisateur optimale et de répondre aux besoins opérationnels en constante évolution

• Collaborer étroitement avec les équipes métiers ainsi qu'avec les équipes opérationnels pour recueillir les besoins et concevoir des solutions robustes et évolutives

• Travailler conjointement avec les équipes UX/UI pour mettre en œuvre des fonctionnalités frontend intuitives et efficaces, en intégrant leurs retours dans le processus de développement

• Garantir une couverture de code complète et des stratégies de tests rigoureuses, incluant des tests unitaires et des tests end to end, afin d'assurer la fiabilité du logiciel

• Travailler aux côtés de l'ingénieur DevOps dédié pour résoudre les problèmes et optimiser l'infrastructure Microsoft Azure, fonctionnant sur Docker et Kubernetes

• Participer aux pratiques collaboratives de l'équipe telles que les revues de code en groupe (mob reviews), la programmation en binôme (pair programming) et les discussions de conception, afin de promouvoir la qualité du code et le partage des connaissances

• Conception et développement de flux de données enitèrement serverless (AWS)

• Participation au développement de l'API utilisée par le nouveau portail client MyArkema

• Migration de l'ensemble de la codebase vers la dernière version de Node.js

• Travail en collaboration étroite avec nos clients (de la conception aux recettes sur en environnement Qualité).

• Participation aux réunions d'équipe (daily scrum, sprint planning, sprint review, …)

- Conception, développement et maintenance du lac de données pour fournir des données internes aux décideurs et aux équipes marketing

- Mise en place d'un pipeline ETL en NodeJS, s'appuyant sur AWS et ElasticSearch, afin d'agréger, enrichir et ingérer des millions de hits journaliers de données d'usages sur notre lac de données à des fins analytiques, d'envois vers des prestataires externes (Piano anciennement AT Internet, Médiamétrie) ainsi que d'utilisation dans nos systèmes de recommandations

- Mise en place de workflows Argo afin de pouvoir réinsérer des données passées dans le lac de données dans les rares cas où une défaillance se produirait sur notre pipeline, afin de garantir l'intégrité des données

- Migration de RabbitMQ vers Kafka sur notre pipeline d'enrichissement de la donnée afin de passer sur un traitement temps-réel et de s'interfacer de manière plus cohérente avec le reste de nos services en interne

- Travail en collaboration avec les différentes équipes techniques de la Direction du Numérique pour comprendre et répondre à leurs besoins, ainsi que pour les accompagner sur l'utilisation et la prise en main des outils fournis par notre équipe

- Mise en place et industrialisation d'algorithmes de machine learning pour nos systèmes de recommandations personnalisées grâce à l'utilisation de MLflow (développement de microservices en python, gestion de leur intégration avec nos fronts, mise en place de processus automatique de réentrainement de nos modèles sur le cluster via des cronjobs k8s)

- Développement, maintenance et évolution des moteurs de recherches utilisés sur nos sites et applications

- Collaboration avec les équipes produits et infrastructure pour concevoir des solutions techniques optimales