Dossier de compétences
Ingénieur big data

Ingénieur Big Data Senior - Capgemini

04-2021 - 06-2024

Contexte :

Grand groupe de conseil, projets de transformation digitale pour des clients du CAC 40.

Missions :

• Conception et déploiement d'architectures Big Data hybrides pour la collecte et le traitement de 2 To de données quotidiennes.
• Mise en place de pipelines ETL avec Spark et Dataproc permettant l'intégration automatisée de 80% des sources de données clients.
• Optimisation du coût des ressources Cloud avec une réduction de 25% de la consommation sur AWS EMR.

Environnement technique :

Apache Spark, Hadoop, AWS, Google Cloud Platform, Python, Scala

Résultats :

Livraison de solutions Big Data robustes avec un SLA de 99,8%, réduction des coûts opérationnels et amélioration de la satisfaction client.

Data Engineer - BNP Paribas

03-2019 - 03-2021

Contexte :

Projet d'industrialisation des analyses de risques sur de larges volumes de données bancaires.

Missions :

• Développement de pipelines d'analyse temps-réel avec Apache Kafka et Spark Streaming traitant jusqu'à 100 000 événements/seconde.
• Mise en place de solutions d'anonymisation garantissant la conformité RGPD sur 12 millions de dossiers clients.
• Création de dashboards analytiques pour le suivi opérationnel, réduisant de 40% le temps de reporting.

Environnement technique :

Kafka, Spark Streaming, Hive, Power BI, Java

Résultats :

Accélération des traitements analytiques et protection renforcée des données sensibles, amélioration de la prise de décision métier.

Ingénieur Big Data - Michelin

03-2016 - 02-2019

Contexte :

Déploiement d'une plateforme Data Lake pour l'industrie 4.0, exploitation de données IoT.

Missions :

• Implémentation d'une architecture Hadoop pour centraliser et valoriser 500 Go de données machine quotidiennes.
• Automatisation de la chaîne CI/CD pour les workflows data, divisant par 2 le temps de déploiement des modèles.
• Responsabilité de la gestion de la sécurité et des accords d’accès pour 20 équipes métier.

Environnement technique :

Hadoop, Airflow, Python, Docker, Kubernetes

Résultats :

Mise en place d'une plateforme évolutive, fiabilisation des flux de données, amélioration de l'efficacité des équipes data industrielles.

Diplôme d'Ingénieur - Télécom Paris

09-2012 - 06-2015

Spécialisation en Data Science et Systèmes Big Data : Hadoop, Spark, modélisation des données volumineuses, machine learning.

Licence Informatique - Université Paris-Saclay

09-2011 - 06-2012

Bases en programmation, structures de données, systèmes distribués.