Ingénieur Data

Renforcement de la conception et l'industrialisation des flux de données et des solutions d'intelligence artificielle.

• Conception et industrialisation d'un pipeline de données de bout en bout en architecture Médaillon comprenant l'ingestion, la transformation dbt et l'exposition.
• Alimentation d'un tableau de bord de suivi des ventes en quasi temps réel réduisant la latence de reporting.
• Mise en place de 15+ modèles dbt et d'une suite de tests de qualité de données automatisés portant sur la fraîcheur, l'unicité et l'intégrité référentielle.
• Détection des anomalies avant leur exposition aux équipes métier grâce aux contrôles automatisés.
• Développement d'un système de prospection automatisée avec enrichissement de données financières externes.
• Scoring et priorisation de 1 000+ leads par mois pour les équipes commerciales.

Intégration du département R&D/Technique d'une entreprise fintech de premier plan pour concevoir des services innovants et industrialiser le traitement des flux.

• Conception et intégration d'un service de transcription vocale en temps réel dans un parcours GAB accessible.
• Implémentation d'un LLM auto-hébergé Qwen 7B pour la détection d'intention avec un temps de réponse de bout en bout inférieur à 3 secondes.
• Mise en place d'une architecture asynchrone conteneurisée.
• Conception d'un pipeline de données à partir d'événements structurés incluant l'ingestion, le staging, la modélisation en couches et les tests de qualité des données.
• Alimentation de l'observabilité des métriques et de la détection de dérive du modèle.
• Assurance de la journalisation et de l'auditabilité du système.

Intégration de l'équipe data d'un acteur du paiement pour optimiser les performances de transformation et fiabiliser les indicateurs financiers.

• Refonte de 10+ transformations SQL en modèles dbt orchestrés par Airflow.
• Réduction du temps d'exécution des rapports financiers de 80% grâce à des modèles incrémentaux et une logique dédupliquée.
• Élimination des écarts de calcul via des tests de données automatisés.
• Fiabilisation des rapports à destination de la direction financière.
• Construction d'une plateforme d'analytics des programmes de fidélité avec rafraîchissement quotidien.
• Identification par le marketing des segments clients à risque d'attrition.