Data Engineer & Data Analyst

Intégration au département data d'un grand groupe retail afin de moderniser son architecture analytique et son processus décisionnel via une plateforme cloud native.

• Conception et déploiement d'un pipeline data end-to-end sur Microsoft Fabric, couvrant la collecte, l'ingestion, la transformation et la modélisation des données provenant de différentes sources ERP via les Lakehouse et les modèles sémantiques.
• Développement et maintenance de 5 dashboards Power BI (CA, Budget, Stock, Remises, RH) dédiés au suivi des KPI et à l'aide à la prise de décision, en collaboration étroite avec les équipes métier.
• Automatisation de l'ingestion des données via Azure Functions et pipelines Databricks, avec intégration d'un contrôle qualité end-to-end sur l'ensemble du flux de traitement.
• Orchestration des flux de données avec Azure Data Factory, assurant le stockage en fichiers Parquet dans Azure Blob Storage (ADLS Gen2) et leur consommation par les pipelines Databricks selon deux modes d'injection configurables (incrémental ou overwrite).
• Conception, développement et optimisation des requêtes SQL pour l'ensemble des pipelines de données et les remontées des tables sources (ERP : Gold / Oriane) vers Databricks.
• Réalisation d'un projet Machine Learning de segmentation des magasins via K-Means selon deux axes (fréquentation globale et volume vendu rayon boulangerie) pour optimiser les plannings de cuisson, avec restitution des résultats dans un dashboard Power BI interactif.
• Développement d'un système de monitoring des logs et des alertes à destination de l'équipe sécurité, en exploitant les API de la plateforme ELK pour assurer la transparence opérationnelle.

Réalisation du projet de fin d'études au sein du département data d'une entreprise de retail, contribuant à la mise en place d'une architecture data moderne selon le modèle Medallion.

• Collecte des données depuis les sources via requêtes SQL et chargement dans la couche Bronze du Lakehouse, constituant la base brute du pipeline.
• Transformation des données brutes via des notebooks Spark, avec injection progressive dans les couches Silver puis Platinum, garantissant une montée en qualité et en valeur des données à chaque étape.
• Développement d'un dashboard de pilotage général couvrant les KPI stratégiques (CA, marge, performance magasin, stock) offrant une vue consolidée pour l'aide à la décision.
• Réalisation d'une analyse Machine Learning sur la base des tickets de caisse, avec génération de règles d'association pour identifier les produits fréquemment achetés ensemble et enrichir les stratégies de merchandising.
• Développement d'un dashboard de monitoring de la capacité Microsoft Fabric exploitant les API Power BI et les pipelines Fabric pour analyser les performances de la plateforme et en optimiser l'utilisation.

Participation à un projet de collecte et transformation de données via ETL, avec création de tableaux de bord analytiques.

• Utilisation d'outils ETL (Talend) pour la collecte et la transformation des données depuis diverses sources.
• Développement de tableaux de bord dynamiques et interactifs via Power BI, Looker et Big Query pour la visualisation des indicateurs métier.

Participation à un projet d'initiation couvrant l'ingestion et la transformation de données avec focus sur la visualisation analytique.

• Utilisation d'outils ETL (Talend, Boomi) pour la collecte et la transformation des données.
• Développement de tableaux de bord dynamiques et interactifs via Power BI.