Saïba Sawadogo

Data Scientist/ Data Engineer avec un profil hybride confirmé, j'interviens sur l’ensemble du cycle de vie de la donnée, de l’ingestion à la valorisation et l’industrialisation de solutions Data. J’interviens sur des projets de modernisation des plateformes data dans des environnements Azure / Databricks, GCP. Expérience dans la conception et l’industrialisation de pipelines de données, le traitement de volumes importants via Spark (PySpark / SQL) et la structuration des données dans des architectures Lakehouse. Compétences en modélisation de données, intégration de sources SQL Server, et préparation de datasets analytiques pour la restitution dans Power BI. Impliqué dans les démarches de gouvernance des données via Data Galaxy. Habitué à évoluer dans des équipes Agile Scrum, en interaction avec les équipes Data, BI et métiers.

- Développement, déploiement et supervision de pipelines de données (API, Scraping, ETL, ELT)

- Analyse et visualisation des données ( DataBricks, Power BI)

- Modélisation prédictive et Machine Learning (supervisé, non supervisé)

- APIs (REST)

- ETL, ELT (DataBricks, Azure Datafactory, Airflow)

- Outils low-code (n8n)

- Cloud (GCP : GCS, BigQuery, Cloud Composer (Airflow), Vertex AI, kubeflow)

- Pipelines CI/CD : Azure DevOps, Cloud Build/Cloud Run

- Cloud & Industrialisation : Azure, GCP, Docker, Flask API, Kubernetes, Git (CI/CD pipelines)

- Déploiement de modèles en production et monitoring : Azure DevOps, Docker, Kubernetes, MLFlow

- Programmation : Databricks, Python, R, SAS

- Base de données : SQL, PostgreSQL, SQL Server

- Cloud : Azure, GCP

- DevOps : Docker, Kubernetes, CI/CD, GitHub Actions, GitLab CI

- Orchestration de workflow : Azure Data Factory, Databricks workflows, Airflow

- Visualisation de données : Power BI, Streamlit, R Shiny