CV du
consultant

BDD

Data Cassandra HDFS MYSQL POSTGRESQL Redis Stockage

Connaissances fonctionnelles

Cloud Analyse ANGLAIS BACKEND ERP ESPAGNOL flux Formation Français FRONTEND informatique Kafka Logistique Maintenance METROLOGIE Performance PROCESSUS Produit Sécurité SOFTWARE TELECOM TESTS WEB

Langages

css Docker FULLSTACK Hadoop HTML JAVA JIRA MongoDB PYTHON Pytorch R react scala Spark SQL TensorFlow

Méthodes

DEVOPS AGILE Conception elasticsearch integration MIGRATION Modélisation planification PROJET Qualité

Réseaux et Middleware

AWS KUBERNETES Reseau

Systèmes

APACHE GIT LINUX Systèmes WINDOWS

. 2019 - Telecom Paris Tech - Institut Polytechnique de Paris Master en Data Science
. 2017 - Universite Paris - Saclay - ENSAE Master en Mathematiques Appliquees
. 2016 - Universite Paris - Sorbonne - UPMC Licence en Mathematiques et Informatique

Compétences Langages de programmation :
Python, Java, Scala, R, SQL

Outils et technologies :
Apache Spark, Apache Kafka, Elasticsearch, AWS, HDFS, Hadoop, Docker, Kubernetes, Git, TensorFlow, PyTorch, scikit-learn, Jupyter, Tableau

Bases de données :
PostgreSQL, MySQL, MongoDB, Redis, Cassandra, MongoDB

Backend :
Express.js, Node.js

Frontend :
React.js, HTML, CSS

Systèmes d'exploitation :
Linux, Windows, MacOS

Langues :
Français (langue maternelle), Anglais (courant), Espagnol (intermédiaire)

Formation • Université Paris-Sorbonne - UPMC Licence en Mathématiques et Informatique, Sept. 2015 { Mai 2016
• Université Paris-Saclay - ENSAE Master en Mathématiques Appliquées, Sept. 2016 { Avril 2017
• Télécom ParisTech - Institut Polytechnique de Paris Master en Data Science, Sept. 2018 { Sept 2019


EXPERIENCES PROFESSIONNELLES

IMERYS
Software Data Engineer
Sept. 2022 - Présent
• Un projet complexe de migration et fusion de 80 systèmes ERP vers AWS RedShift, réduisant les coûts de maintenance et améliorant la cohérence des données
• Développement d'une pipeline d'ingestion des données flexible et scalable pour faciliter l'ajout de nouvelles sources de données et améliorer la qualité des données (Python, AWS Glue, Apache Airflow)
• Mise en place de la modélisation et normalisation des données pour faciliter les analyses et optimiser la performance des requêtes (SQL, PostgreSQL, Cassandra)
• Automatisation du processus d'extraction des données d'AWS vers les équipes métier pour réduire les délais de traitement des demandes (Java, Python, AWS Lambda)
• Mise en place de mécanismes de contrôle de la qualité des données pour réduire les erreurs et améliorer la prise de décision (Python, scikit-learn, R, PyTorch)

ANTSROUTE
Fullstack IA Software Engineer
Oct. 2021 - Sep. 2022
• Développement d'une application web pour l'optimisation des livraisons en utilisant le stack MERN (MongoDB, Express.js, React.js, Node.js), Python et Java
• Conception et mise en œuvre d'algorithmes d'intelligence artificielle pour optimiser les calculs de livraison et améliorer l'efficacité logistique
• Collaboration avec les équipes de développement front-end et back-end pour assurer l'intégration fluide des fonctionnalités et la qualité du code
• Mise en place de tests unitaires et d'intégration pour garantir la fiabilité et la performance de l'application
• Utilisation d'outils de versionnement et de gestion de projet (Git, JIRA) pour faciliter la collaboration et assurer un suivi efficace des tâches



CS GROUP
Ingénieur Big Data, Nov. 2019 { Oct. 2021
ESA
• Conception et mise en œuvre de solutions pour la collecte, le traitement et le stockage de données massives dans un environnement Big Data (Java, Spark, Kubernetes, HDFS, Hadoop, Linux)
• Gestion des flux de données de grande envergure (plusieurs téraoctets par jour) et résolution des problèmes de scalabilité pour assurer un traitement rapide et fiable des données (Apache Kafka, Python, Docker)
• Participation à la supervision du réseau et à l'analyse des performances, ainsi qu'à la métrologie applicative pour identifier les améliorations potentielles du système (Elasticsearch, Jupyter, R)
• Collaboration en mode Agile avec des équipes techniques et fonctionnelles pour répondre aux besoins du projet, améliorant ainsi la qualité du produit final (Git, Tableau)
• Amélioration des systèmes d'alarme et de supervision du réseau et réalisation d'analyses à froid pour soutenir les décisions stratégiques et optimiser les performances du réseau (R, TensorFlow, PyTorch)

CNES
• Implémentation et maintenance des flux de collecte, structuration de données, stockage et déclenchement de traitements analytiques dans un environnement Big Data pour soutenir les activités de recherche et développement (AWS, HDFS, Hadoop, Kafka, Elasticsearch, AWS Redshift, Python, Linux)
• Gestion de données très volumineuses (dizaine de téraoctets par jour) et maîtrise des contraintes de scalabilité pour assurer un traitement rapide et fiable des données (Java, Scala, Docker, Kubernetes)
• Supervision et analyse des performances du réseau et métrologie applicative pour garantir la stabilité et la fiabilité du système (Elasticsearch, Jupyter, R, PyTorch)
• Travail en environnement agile avec une équipe multidisciplinaire pour répondre aux besoins du projet et améliorer la qualité du produit final (Git, Tableau)
• Contribution à l'amélioration de l'alarming/supervision du réseau et aux analyses à froid pour optimiser les performances du réseau et soutenir les décisions stratégiques (R, TensorFlow, PyTorch)

RATP
• Création et gestion d'un pipeline de données pour faciliter la collecte, le traitement et l'analyse des données de transport en commun, améliorant ainsi la planification et l'efficacité du réseau (Python, Java, SQL, MongoDB, Redis)
• Collaboration avec les équipes techniques de la RATP et de la ville de Paris pour intégrer les données et répondre aux besoins des utilisateurs (Java, R)
• Evaluation et sélection des technologies et outils pour créer des solutions performantes et évolutives (Docker, Hadoop, HDFS, Cassandra)
• Mise en place de mécanismes de surveillance et d'alerte pour assurer la fiabilité et la sécurité des données (Elasticsearch, Python, Docker)
• Intégration des données de positionnement en temps réel pour permettre un suivi précis et en temps réel des véhicules de transport en commun (Java, Python, SQL)