Data Analytics Engineer

Contexte: Contribution à la modernisation de la data plateforme d’une Maison du groupe LVMH, le Groupe (Les Echos-Le Parisien),via sa migration vers une architecture Data Mesh, en collaboration avec les équipes métiers pour répondre à leurs besoins en données. Missions:

• A provisionné l'infrastructure en Infrastructure as Code avec Terraform pour la création et la gestion des ressources GCP, garantissant des environnements reproductibles et versionnés.
• A ingéré les données publiques de l'INSEE vers Google Cloud Storage au format Parquet, via des Cloud Run Jobs.
• A industrialisé le déploiement en réalisant le build du code avec Cloud Build et le déploiement avec Cloud Deploy dans une pipeline CI/CD.
• A sécurisé l'accès au réseau public avec Secret Manager pour stocker le certificat privé de l'entreprise utilisé pour télécharger les données.
• A transformé les données en SQL avec Dataform sur des tables externes BigQuery, avec traçabilité du lineage.
• A orchestré les flux avec Cloud Composer (Airflow 3).
• A assuré la maintenance corrective et évolutive des flux de données et a recueilli les besoins auprès de l'équipe Adobe afin de fournir des données fiables et directement exploitables par le métier.

Contexte: Conception d’une architecture Lakehouse hybride pour exploiter des métadonnées scientifiques (Scopus) via un schéma en étoile, en unifiant la flexibilité du Data Lake et Data Warehouse, avec restitution décisionnelle dans Power BI. Missions:

• Modélisation d’un schéma en étoile adapté aux besoins analytiques.
• Stockage des données transformées dans Azure Data Lake, dans un format parquet.
• Exposition des données via des External Tables sous Azure Synapse (SQL) pour un accès Zero-Copy, sans duplication ni temps de chargement.
• Création des vues et requêtes SQL alimentant la couche BI.
• Connexion de Power BI à Synapse, préparation des données avec Power Query et construction du modèle sémantique.
• Développement de mesures DAX et de filtres dynamiques pour produire des tableaux de bord décisionnels
• Environnement technique
• Python, Pandas, Azure Synapse Analytics, Azure Data Lake, SQL, Power BI, Power Query, DAX.

Contexte: Développement d’un pipeline de données pour l’ingestion, la structuration, la transformation et la traçabilité de documents juridiques avec garantie de qualité des données. Missions:

• A développé un pipeline de données intégrant de l'intelligence artificielle générative dans la phase de transformation pour garantir la qualité des données.
• A extrait le contenu textuel de documents sources (PDF, HTML, etc.) par OCR.
• A extrait les métadonnées de chaque fichier avec des LLM et Python, puis a structuré le contenu selon un schéma prédéfini en découpant les longs textes en segments (chunks).
• A transformé les segments en vecteurs d'embeddings, exploitables par l'équipe Data Science pour un système RAG alimentant un chatbot spécialisé en droit marocain.
• A mis en place une architecture Medallion (Bronze, Silver, Gold) avec une orchestration automatisée comprenant 2 DAGs Airflow exécutés en environ 4 minutes et une interface de validation humaine garantissant l'intégrité et la qualité des données.