Description

Architecte AI & Data Engineer avec plus de 13 ans d'expérience dans la conception et le déploiement de plateformes data à grande échelle pour des clients internationaux (Europe, Amérique, Asie). Expert Google Cloud Platform, BigQuery, Vertex AI et LLMs (Gemini, Claude), je transforme vos données en actifs stratégiques grâce à des architectures cloud-native, des modèles sémantiques gouvernés et des solutions d'IA générative et agentique sur mesure. Du DataLake à l'assistant IA conversationnel, j'accompagne les entreprises dans leur transformation data-driven en concevant des systèmes scalables, performants et directement actionnables par le business. Habitué aux environnements complexes, multiculturels et à forts enjeux, j'ai piloté des équipes distribuées de plus de 30 ingénieurs et livré des programmes stratégiques suivis au plus haut niveau (Board, C-Level). Mon objectif : faire de la donnée et de l'intelligence artificielle un levier concret de croissance et de décision pour votre organisation.

Domaines d’expertise

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)

IBM
Data & AI Architect
E-COMMERCE
mai 2022 - Aujourd'hui (4 ans et 1 mois)
Paris, France
Pilotage de bout en bout de la conception, de la mise en œuvre et de la gouvernance d'une plateforme data analytique moderne sur Google Cloud Platform, dans un contexte international et multiculturel, avec la responsabilité managériale et technique d'une équipe distribuée de 30 Data Engineers répartis sur plusieurs zones géographiques (Europe, Asie, Amérique).

Orchestration de l'intégration de sources de données hétérogènes (APIs tierces, bases de données relationnelles et NoSQL, fichiers plats, flux temps réel) au sein d'une architecture cloud centralisée. Conception et implémentation de pipelines d'ingestion event-driven s'appuyant sur Cloud Pub/Sub, Cloud Functions et Eventarc, garantissant une réactivité temps réel, une scalabilité horizontale et un découplage applicatif optimal entre les producteurs et les consommateurs de données.

Modélisation des Données dans BigQuery
Construction du data model analytique dans BigQuery selon une approche en couches (staging, intermediate, mart) intégrant des tables partitionnées, des vues matérialisées et des modèles optimisés en coût et en performance. Définition des schémas dimensionnels et des règles de transformation pour alimenter les cas d'usage métier (reporting, analyse ad hoc, machine learning).

Intelligence Artificielle & IA Générative

Conception et déploiement d'assistants IA et d'agents intelligents s'appuyant sur Vertex AI, Gemini et Claude, intégrés à la couche sémantique et au data model BigQuery. Développement de solutions agentiques capables d'interroger les données en langage naturel, de générer des insights automatisés et des recommandations actionnables directement exploitables par les équipes métier (marketing, finance, opérations). Mise en œuvre de pipelines RAG (Retrieval-Augmented Generation) connectant les LLMs aux données gouvernées de l'entreprise, permettant aux utilisateurs non techniques de prendre des décisions data-driven sans écrire une seule ligne de SQL.
Gemini Big Query Vertex AI Google Cloud Plateform LLM
Société Générale
Lead Data Engineer
BANQUE & ASSURANCES
septembre 2021 - mai 2022 (8 mois)
Paris, France
Responsable du domaine technique Big Data pour DAAS
Transformer des données brutes en indicateurs pertinents en collaboration avec le PO
Concevoir, développer, tester et industrialiser des traitements "Big Data" dans différents contextes métier et applicatifs en collaboration avec les data architects et devops
Assurer le support de traitements data
Définition et mise en place de bonnes pratiques pour l’anonymisation et la pseudonymisation des données dans le DataLake (RGPD)
Industrialiser, optimiser et sécuriser les développements
Mettre en place et améliorer les processus de CI/CD (Jenkins, Kubernetes, Docker Enterprise)
Contribuer aux communautés d'expertise technique du Groupe

Environnement technique : Scala, Spark, Java, Spring Boot, kafka, Apache Livy, HDFS, Presto, Trino, Docker, Kubernetes, Yarn, Hive, PostgreSQL, Azure Storage, Azure Kubernetes (AKS)
BPCE
Lead Data Engineer
BANQUE & ASSURANCES
février 2019 - septembre 2021 (2 ans et 7 mois)
Paris, France
Pilotage de la migration stratégique de l'écosystème data On-Premise vers Google Cloud Platform. Conception, architecture et déploiement d'un DataLake centralisé structuré en zones (raw, curated, refined) permettant l'ingestion massive de sources hétérogènes, la validation automatisée de la qualité des données, ainsi que l'enrichissement et la transformation en batch via des pipelines orchestrés. Mise en place des règles de gouvernance, de partitionnement et de contrôle d'accès garantissant la fiabilité, la traçabilité et la conformité des données à l'échelle de l'organisation.

Environnement technique : Java, Scala, Spark, Python, Java, Terraform, Cloud Composer, BigQuery, Cloud Storage, Virtual Private Cloud, Cloud Dataproc, Jupyter, Zeppelin