Description

Je suis Consultant Data Engineer, spécialisé dans la conception et l’industrialisation de plateformes Data à grande échelle. J’interviens sur l’ensemble de la chaîne de traitement des données : ingestion, transformation, modélisation, orchestration et exposition des données, avec une forte expertise sur les environnements Big Data et Cloud.

Mon expérience couvre aussi bien les phases de Build (conception d’architectures Data, développement de pipelines, reprise d’historique, optimisation des traitements, qualification et tests) que les activités de Run et de maintenance évolutive, me permettant d’adopter une approche orientée performance, fiabilité et exploitation opérationnelle.

Au cours de mes missions, j’ai développé une solide expertise autour des écosystèmes Spark, Databricks et des architectures distribuées, en mettant l’accent sur la qualité des données, la scalabilité et l’industrialisation des traitements. Certifié sur Spark et Databricks, j’ai également contribué à la montée en compétence des équipes à travers le mentoring, le coaching technique et le partage de bonnes pratiques Data Engineering.

Reconnu pour mon sens de l’engagement, mon autonomie et ma capacité à être force de proposition, j’évolue efficacement dans des contextes techniques exigeants et orientés transformation Data.

Langues

Arabe
Bilingue ou natif
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)

ENGIE
Data Plateforme
ENERGIE
octobre 2025 - Aujourd'hui (8 mois)
Paris, France
Au sein de l’équipe Data Platform, j’ai intégré l’équipe afin de renforcer l’effectif et contribuer à l’atteinte des objectifs de la One Platform BDP. J’étais en charge des activités de build, run et adoption de la plateforme data.
J’ai contribué à la migration et à l’industrialisation de la plateforme (AWS, Databricks), à la mise en place des pipelines d’ingestion, l'intégration du CI/CD ainsi qu’aux activités de run et MCO (monitoring, support, optimisation des coûts). J’ai également participé à l’accompagnement des équipes métiers, à la définition des bonnes pratiques, et au déploiement de services data, dans un cadre sécurisé et conforme aux standards IT.
Databricks PySpark Gitlab CI/CD SQL Airflow
Enedis
DAD (Data Analytics for Distribution)
ENERGIE
octobre 2024 - octobre 2025 (1 an)
Paris, France
Au sein de la Ligne de Produit Smart Patrimoine et Opération du Réseau, j’ai rejoint l’équipe DAD (Data Analytics for Distribution) afin de développer des services de données et des applications dédiées au réseau électrique. Ces développements incluent : le ciblage des investissements en fonction du caractère incidentogène des lignes électriques, la localisation préventive des incidents sur le réseau HTA aérien par l’analyse de « signaux faibles », la modélisation de la charge en Basse Tension, ainsi que le suivi des crues.
Les cas d’usage, principalement réalisés en Spark et Scala, répondent aux besoins de traitement de grandes quantités de données. Une part importante du travail consiste en la préparation des données, impliquant le croisement de multiples sources (historique du réseau électrique, données météorologiques, données cartographiques, etc.), enrichi par des traitements spécifiques tels que l’analyse de graphes, des calculs géospatiaux et l’application de techniques de machine learning.
Spark Scala Python Airflow apache sedona
EDF
Socle BI
ENERGIE
février 2024 - octobre 2024 (8 mois)
Paris, France
dans le cadre de la mission EDF je suis intervenu sur le projet socle BI.

J'ai contribué à la mise en place d'un processus CI/CD afin de :
• Automatiser le déploiement des rapports Power Bi à partir d’un repo git
• Automatiser le déploiement des Processus, Taskflows Informatica à partir d’un repo git
• Automatiser l’exécution des scripts SQL sur Snowflake à partir d’un repo git
• Automatiser et centraliser les routines nocturnes en développant un workflow qui synchronise les taches sur les 3 plateformes (Snowflake, Informatica, Power BI).
Le projet permet de gérer les sources de chaque plateforme en utilisant des répertoires Git avec le modèle Git Flow.
Python Gitlab Informatica Snowflake Microsoft Power BI