Description

Ingénieur Big Data avec expérience multi-secteurs (retail, réassurance, télécommunication). Bien familiarisé avec le Big Data (spark,Hadoop,kafka), le cloud computing (Azure/AWS), en particulier Azure et le développement de logiciels. J’ai obtenu une certification Spark Databricks 3.0

Domaines d’expertise

Langues

Anglais
Capacité professionnelle complète
Français
Capacité professionnelle complète
Espagnol
Notions

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

ENEDIS
Tech Lead DATABRICKS
ENERGIE
juin 2024 - Aujourd'hui (2 ans)
Prend le lead dans cadrage fonctionnelle et techniques du projet
Mettre en place un architecture médaillon
Mise en œuvre de l'ingestion et de la transformation des données avec Databricks et Pyspark (python)
Mettre en place un mécanisme pour garantir le contrôle et la qualité des données
Création des contrats d’interface avec les données source et données destination et servir pour les contrôles des données
Orchestration des workflows avec Databricks lakeflow (jobs, pipeline)
Mettre en place la chaine CICD avec Databricks asset bundle et GitlabCI
Création de schéma en étoile et exposer les données dans tables Fait et dimensions
Calcul des KPI et présenter dans des dashboard pour les métier
Azure Databricks Python SQL Server DevOps Lakehouse
AXA GO
Consultant Azure Data Engineer
mai 2022 - juin 2024 (2 ans et 1 mois)
Cadrer et préparer les spécifications fonctionnelles et techniques.
Soutien à la coordination avec les équipes tierces (équipe d'intégration des données et équipe de gestion des données)
Mise en œuvre de l'ingestion et de la transformation des données Mise en place de calculs et de filtrages spécifiques en fonction des besoins.
Conception de la solution technique couvrant les besoins (modèle de données, flux d'intégration, cartographie des données)
Construction d'une couche d'intégration basée sur Azure datalake : DAX, Databricks, Azure Cubes, Azure Devops, Azure Analysis services Tableaux de bord PowerBI connectés à Azure Cubes
Mise en place de calculs et de filtrages spécifiques en fonction des besoins
Environnement technique : Spark, Databricks, scala, python, Azure Data Factory, AzureDataLake, Azure Devops, Azure Analysis services, Teradata, SQL, PowerBI, ServiceNow
Azure Data Factory Azure Databricks Azure Data Lake PowerBI Azure DevOps
FNAC Darty
Azure Data engineer
LOGISTIQUE & SUPPLY CHAIN
janvier 2021 - avril 2022 (1 an et 3 mois)
Paris, France
Projet : Plateforme de normalisation et de centralisation des données RH des marques FNAC/DARTY dans un Data Warehouse commun.
Réalisations :
•Automatiser l’alimentation quotidienne de système par des fichiers sources dans le DataLake
•Développer des data driven workflows planifier chaque jour et chaque mois avec Azure Data Factory
•Parser et nettoyer les fichiers sources avec Spark Databricks
•Calculer les indicateurs et l’historique avec Spark Databricks
•Appliquer le transcoding (mapping avec les référentiels)
•Stocker les résultats à utiliser dans Azure DataWareHouse
Microsoft Azure Databricks Azure Data Factory Scala Data Lake