Abudul Odesanya

Contexte

Le projet consiste en la création d’une plateforme e‑commerce complète, développée pour permettre à des utilisateurs de parcourir un catalogue de produits, gérer leur panier, passer des commandes et effectuer des paiements en ligne de manière fluide et sécurisée.

L’objectif était de concevoir une solution moderne, performante et scalable, capable de supporter un trafic important tout en offrant une expérience utilisateur optimale.

Le site a été pensé pour répondre aux besoins des commerçants souhaitant vendre leurs produits en ligne, avec une interface administrateur permettant de gérer facilement le catalogue, les commandes et les utilisateurs.

Contexte

Dans le cadre de la surveillance des différents lieux de fabrication des pièces aéronautiques, j’ai intégré une équipe de 4 personnes chargée de développer des pipelines de données et des applications métier basées sur le cloud. Mon rôle s’est concentré sur la centralisation, la transformation et l’analyse des données issues des différents sites de production pour optimiser le suivi et la qualité des processus.

J’ai travaillé à l’intégration des données en interconnectant (Snowflake,AWS, SAP) Walter, et Skywise, garantissant une gestion fluide et sécurisée des flux de données. Ces outils ont été utilisés pour automatiser les processus d’extraction, de transformation et de chargement, facilitant ainsi la surveillance en temps réel. À l’aide de Python et PySpark, j’ai conçu et déployé des pipelines robustes pour structurer et analyser efficacement les données collectées.

Pour compléter ce travail, j’ai réalisé des analyses approfondies via Contour et Slate, offrant des visualisations claires et des insights exploitables pour évaluer les performances des différents sites de production. Ce projet a permis d’améliorer la traçabilité et la qualité des données tout en réduisant les délais de traitement et en renforçant la prise de décision grâce à des systèmes automatisés et fiables.

Le projet auquel j’ai contribué visait à optimiser les capteurs sensoriels et à garantir leur fonctionnement en analysant les données qu’ils produisent. Intégré dans une équipe agile de 20 personnes, j’étais responsable de développer des solutions automatisées afin d’améliorer la gestion et le traitement des données issues de ces capteurs.

En utilisant Python, j’ai conçu et déployé des pipelines de données performants qui assurent la fiabilité, la traçabilité et la qualité des analyses. Ces pipelines ont permis d’automatiser le traitement des données collectées, d’identifier rapidement les anomalies, et de maintenir un fonctionnement optimal des capteurs. Grâce à ces optimisations, les délais d’analyse ont été considérablement réduits.

Pour garantir une organisation fluide, j’ai participé à la gestion des workflows en utilisant Azure DevOps pour la création et le suivi des tâches, et j’ai contribué à la mise en place d’un processus CI/CD via Git et GitHub pour assurer un développement itératif de qualité. L'intégration de Snowflake pour le stockage et l’analyse des données, combinée à DBT pour la transformation et YAML pour la configuration, a permis de renforcer la fiabilité et la scalabilité de nos pipelines.

La méthodologie agile a structuré notre travail d’équipe, avec des sprints planifiés et suivis grâce à des outils comme Jira. Mon rôle impliquait également de collaborer avec les parties prenantes pour prioriser les tâches, rédiger les spécifications fonctionnelles et assurer une coordination efficace au sein de l’équipe. Cette approche a permis de livrer des solutions robustes dans les délais impartis, tout en répondant aux exigences métiers et techniques.