Data 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. Mission:

• A provisionné l'infrastructure en Infrastructure as Code avec Terraform pour créer et gérer des ressources GCP de manière reproductible et versionnée.
• A ingéré des données publiques de l'INSEE vers Google Cloud Storage au format Parquet via des Cloud Run Jobs.
• A industrialisé le déploiement en construisant le code avec Cloud Build et en le déployant 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.
• A transformé les données en SQL avec Dataform sur des tables externes BigQuery tout en assurant la traçabilité du lineage.
• A orchestré les flux de données avec Cloud Composer.
• A réalisé la maintenance corrective et évolutive des flux de données et recueilli les besoins auprès de l'équipe Adobe pour fournir des données fiables.

Contexte: Construction d’un système de monitoring temps réel pour 1 000+ semi-remorques avec détection et reconnaissance de plaques. Mission:

• A développé des modèles de Deep Learning pour la détection et la classification de plaques atteignant 97,8 % de précision.
• A mis en place un OCR multi-langues pour la lecture des plaques obtenant de bons taux de réussite (87,5 % en arabe et 93,75 % en latin).
• A construit l'ADN unique de chaque semi-remorque à l'aide de modèles de Deep Learning dédiés à la prévention des fraudes.

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 Mission:

• A développé un pipeline intégrant de l'intelligence artificielle générative dans la phase de transformation.
• A extrait le contenu textuel de documents sources (PDF, HTML) par OCR.
• A extrait les métadonnées de chaque fichier avec des LLM et Python, puis structuré le contenu selon un schéma prédéfini en découpant les textes en segments.
• A transformé les segments en vecteurs d'embeddings exploitables par l'équipe Data Science pour un système RAG.
• A mis en place une architecture Medallion avec une orchestration automatisée via 2 DAGs Airflow exécutés en environ 4 minutes, ainsi qu'une interface de validation humaine.