About Me
Data engineer Senior specialized in building ELT / ETL solution on modern datawarehouse and cloud (GCP / AWS ) and on-premise with strong skills in Python and Sql scripts and familiar with Data and Development operations…
Data engineer Senior specialized in building ELT / ETL solution on modern datawarehouse and cloud (GCP / AWS ) and on-premise with strong skills in Python and Sql scripts and familiar with Data and Development operations (DataOps / DevOps) .
Experience
Data engineer
<p>Intégration et extraction de données, Modélisation des couches de données, Transformation des données, Provisioning automatisé de l’infrastructure cloud</p>
Data engineer
<p>Extraction en Python de données open data et internes (fichiers, APIs).<br>
Ingestion vers GCS puis BigQuery : tables partitionnées/clusterisées pour les séries temporelles.<br>
Orchestration sous Cloud Composer (Airflow) + Cloud Run : DAGs planifiés, gestion des dépendances, logs, alerting, reprise sur incident.<br>
CI/CD via GitLab (tests, build images, déploiement Composer, publication GeoServer).</p>
Data engineer
Extraction de données, Ingestion vers GCS puis BigQuery, Orchestration sous Cloud Composer, CI/CD via GitLab
Data engineer
<p>Extraction et exploitation de données BugBounty (Kafka • Spark • TimescaleDB).<br>
Extraction des événements depuis l’application de BugBounty via API Rest + Kafka.<br>
Normalisation et transformation des événements via Spark.<br>
Ingestion des événements dans TimescaleDB.<br>
Mise en place d’une chaîne de tests automatisés (Pytest) avec couverture de code et rapports GitLab CI.<br>
Tableaux de bord KPI : définition des indicateurs (nombre de rapports, temps de résolution, sévérité…).<br>
Création de visualisations interactives sous Apache Superset.<br>
Versioning & gestion des tickets via GitLab.</p>
Data engineer
Extraction et exploitation de données BugBounty, Normalisation et transformation des événements, Ingestion des événements dans TimescaleDB
Data engineer
<p>Mise en place et orchestration d’un DataHub autour de ClickHouse (jobs Airflow, scripts Python).<br>
Extraction et alimentation des bases de données & KPIs via scripts SQL.<br>
Récupération de données depuis des Web-Services et sources hétérogènes (batch).<br>
Mise à disposition de données fiables pour Data Analysts & Data Scientists.<br>
Qualité, sécurité & valorisation de la donnée (Tableau • GitLab).<br>
Contrôles de qualité et suivi de la fiabilité des jeux de données.<br>
Sécurisation et gestion des droits d’accès utilisateurs.<br>
Création de tableaux de bord KPI et visualisations interactives sous Tableau.</p>
Data engineer
Mise en place et orchestration d’un DataHub, Extraction et alimentation des bases de données, Sécurisation et gestion des droits d’accès utilisateurs
Data engineer / scientist
<p>Chaîne ETL & moteur de recherche (ETL • Elasticsearch • Kibana).<br>
Collecte, nettoyage et normalisation des données.<br>
Création d’index et visualisations interactives sous Elasticsearch / Kibana pour l’exploration et le monitoring.<br>
Outil de prévision de la demande (statistiques • Machine Learning).<br>
Détection de tendances et modélisation statistique des séries temporelles (lissage exponentiel, régressions, analyses de corrélation avec facteurs explicatifs).<br>
Conception et ajustement de modèles de Machine Learning pour améliorer la précision des prévisions.</p>
Data engineer / scientist
Chaîne ETL & moteur de recherche, Création d’index et visualisations interactives, Conception et ajustement de modèles de Machine Learning
Data engineer
<p>Intégration et extraction de données depuis des sources variées (ex. Oracle, Google Analytics, SAP, CRM, ODS, fournisseurs tiers) vers des bases NoSQL (BigQuery / Snowflake, s3) afin d’enrichir les modèles de données et soutenir les cas d’usage métiers.<br>
Modélisation des couches de données en Médaillon sur Snowflake (Bronze, Silver, Gold).<br>
Transformation des données et mise en place de tests automatisés à l’aide d’outil comme DBT.<br>
Industrialisation des flux de données : automatisation des pipelines d’intégration via Apache Airflow (Docker).<br>
Provisioning automatisé de l’infrastructure cloud (GCP et AWS) à l’aide de Terraform (Infrastructure as Code).</p>