Zakaria Khchiche

-Participer à la définition de la solution informatique applicative des applications confiées,

-Réaliser les conceptions techniques et détaillées,

-Concevoir, analyser, coder et tester les évolutions applicatives du parc en responsabilité, conformément aux besoins et dans le respect des normes et procédures,

-Garantir de la cohérence et de la pérennité des développements,

-Participer à l'amélioration de la qualité et la performance,

-Intervenir dans la gestion des problèmes et dans la résolution d'incidents,

-Contribuer à l'élaboration des standards techniques,

-Œuvrer en contexte agile utilisation de Jira et participation à la comitologie agile en place),

-Participer à la définition de la solution informatique applicative des applications confiées.

Environnementtechnique : BIG DATA, Hadoop, SPARK, HIVE, Hbase, Dataiku, Oracle, Mysql

-Traitement de la donnée (spark, scala, python, sur databricks)

-Modélisation de base de donnée

-Création de pipeline

-Calcul automatique distribué sous Spark (scala, pyspark)

-Orchestration de la donnée sur Microsoft Azure via datafactories

-Industrialisation de modèle de machine Learning (IA, ml ops)

-Monitoring de data Lake

-Développement de pipelines avec Datafactories

-Procédure stocké en SQL

-Injection de données dans des bases de données NoSQL (cosmos dB, redis, ...)

-Concevoir des solutions de données permettant de collecter, de nettoyer, d'organiser, de synthétiser et de modéliser efficacement les données ;

-Déployer et optimiser des flux de donnés complexes avec Azure Data Factory pour l'ingestion des données, Databricks pour le chargement, transformation et stockage des données en format parquet/delta tables et Spark/Python/Scala pour le développement des librairies de chargement et de transformation ;

-Mettre en place les pipelines de CI/CD permettant de valider la qualité de code et d'assurer des déploiements simplifiés ;

-Assurer le suivi de la qualité des données et de la bonne mise en œuvre des règles de gouvernance ;

-Travailler en étroite collaboration avec les Data Scientists et les lignes d'affaires ;