Lead Data & AI Engineer | DataOps

Intégration d'une équipe pour concevoir et mettre en production from scratch une Customer Data Platform (CDP) sur GCP couvrant 783 000 profils clients et 100 millions d'activités, tout en encadrant 3 Data Engineers et en réalisant les arbitrages entre besoins métier, contraintes IT et budget.

• Réduction des coûts cloud de 30 % et accélération des traitements par deux en migrant de Kubernetes vers Cloud Run Jobs serverless, en parallélisant les traitements et en optimisant le stockage.
• Mise en place de données disponibles plus tôt avec plusieurs rafraîchissements quotidiens pour les marchés Asie, Europe et USA.
• Conception d'une architecture Médaillon unifiée et de pipelines ETL/ELT fiabilisés avec modélisation BigQuery/dbt et orchestration Python/SQL via Airflow/Cloud Composer.
• Développement d'un assistant IA d'entreprise pour la documentation interne reposant sur une architecture RAG et les LLM Gemini sur Vertex AI.
• Réduction du time-to-market et accélération des mises en production grâce aux environnements éphémères par pull request, au GitOps, à la CI/CD avec GitHub Actions et à l'Infrastructure as Code avec Terraform et Atlantis.
• Amélioration de la gouvernance et implémentation de contrôles RGPD avec une isolation par environnement, une politique IAM least privilege, une rétention automatisée et une journalisation complète.

Assurance du leadership technique, du DevOps et de l'architecture infrastructure GCP sur quatre produits Data, ML et GenAI, en définissant l'architecture des applications et en validant les stacks des équipes de développement.

• Standardisation du DevOps et assurance de déploiements reproductibles via l'Infrastructure as Code, la création de templates Terraform personnalisés et des pipelines CI/CD.
• Fiabilisation des applications et maîtrise du scaling sur Kubernetes avec des charts Helm, une exposition réseau sécurisée et la gestion des accès et secrets.
• Conception d'une architecture réseau sécurisée et d'une gouvernance des accès multi-projets avec des VPC, Private Service Connect, rôles IAM least privilege et BigQuery Row-Level Security.
• Développement de flux ETL vers Looker Studio et portage de pipelines d'entraînement et de validation Machine Learning vers Vertex AI Pipelines et Kubeflow.
• Industrialisation du scaling d'une IA agentique d'allocation des budgets marketing sur Cloud Run avec des sessions persistantes PostgreSQL et des verrous distribués Redis.
• Contribution au développement d'un assistant GenAI et IA agentique pour des analyses marketing en langage naturel avec le Vercel AI SDK et Gemini.
• Déploiement d'une plateforme LLMOps haute disponibilité et évaluation des assistants IA avec Langfuse sur GKE Autopilot.

Industrialisation de pipelines de données pour alimenter les recommandations commerciales des modèles ML dans un contexte international.

• Développement de flux ETL avec Python et Kedro pour ingérer des données depuis des API, S3 et Redshift.
• Alimentation de manière automatisée de Snowflake via Snowpipe.
• Assurance de la qualité et de l'accès aux données grâce à des transformations dbt, des tests et des contrôles Great Expectations bloquant les anomalies.
• Mise en place du RBAC Snowflake et du masquage des données sensibles.
• Accélération des traitements et réduction de la consommation mémoire en refondant du code PySpark vers Polars.
• Optimisation des coûts et des performances sur Snowflake par le dimensionnement des entrepôts, l'auto-suspend et un clustering ciblé.

Amélioration du déploiement et de la maintenance des projets ML en standardisant les pratiques de développement.

• Mise en place de la standardisation Cookiecutter, du packaging Python avec Poetry, de la conteneurisation Docker et de la CI/CD GitLab vers des environnements OpenShift isolés.
• Préparation de données industrielles pour les modèles ML en développant des pipelines Python et PySpark depuis HDFS, S3, Oracle, PostgreSQL et des API REST.
• Orchestration des traitements et des inférences batch avec Airflow.
• Intégration de contrôles dbt et Great Expectations ainsi que de tests unitaires et d'intégration dans la CI pour détecter les anomalies avant livraison.

Mise à disposition d'un AutoML distribué en production en gérant le développement, le packaging et le déploiement de la solution interne Spark et H2O.ai pour les équipes Data Science.

• Automatisation du packaging et du déploiement des jobs PySpark en créant un template réutilisable, des dépendances embarquées avec PEX et des pipelines GitLab CI/CD sur des plateformes HDP isolées.
• Fiabilisation et optimisation de l'exécution des traitements Spark en réalisant des tests automatisés jusqu'aux tests de charge.
• Gestion de la migration technique des versions Spark 2.2 vers 2.4 et de HDP vers CDP.

Contribution à des projets à fort impact financier, dont la génération de 10 millions d'euros de gains sur un an dans la lutte contre la fraude.

• Entraînement et mise en production d'un modèle de détection d'usurpation d'identité traitant 700 Go avec PySpark, avec une inférence en moins de 500 ms et 1 million d'événements par jour via Kafka.
• Conception d'un solveur Python générant 15 millions d'euros de gains sur trois ans en optimisant les sollicitations commerciales sous des contraintes non linéaires.
• Mise en place de la détection de fraude aux chèques en quasi-temps réel en convertissant des traitements SQL vers Python et en passant du batch au micro-batch.
• Industrialisation de modèles ML et mise en place de templates de projets, des tests, d'une CI/CD et d'un monitoring via Streamlit et Dash.