Description

Data Engineer indépendant, j'accompagne depuis 10 ans des équipes data en fintech et en banque, de l'ingestion jusqu'aux modèles exposés au métier. Mon fil conducteur : livrer des données non seulement disponibles, mais justes et fiables.

Mon expertise :

Data pipelines : conception et industrialisation de flux batch et temps réel (Spark/PySpark, BigQuery, Airflow, dbt), du prototype à la mise en production.

Qualité & fiabilité de la donnée : mise en place de contrôles automatisés et de détection d'anomalies. Chez BPCE, l'outil que j'ai conçu passe au crible plus de 1 000 combinaisons indicateur × axe à chaque clôture et a permis d'intercepter une dizaine d'anomalies majeures avant publication au métier.

Performance & FinOps : optimisation SQL, pré-agrégations et clustering pour réduire les coûts et les temps de traitement.

Standards & industrialisation : tests, CI/CD, modeling et gouvernance (Terraform, Authorized Views) pour des livrables maintenables dans la durée.

J'ai travaillé pour le Groupe BPCE (pilotage des paiements à l'échelle du To, 1 000+ utilisateurs Power BI internes), Younited (modélisation de tout le cycle de vie du crédit), la Société Générale (streaming temps réel Kafka/Spark, +1 To/jour) et iGraal (migration de l'ETL on-premise vers AWS).

Stack technique:

Python · SQL · dbt · Spark/PySpark · BigQuery · Airflow · Terraform — sur GCP et AWS.

Je suis également créateur et mainteneur de MockSQL, un outil open-source de tests unitaires locaux pour Data Engineers. Une manière de pousser plus loin ma conviction : fiabiliser la donnée avant la production, pas après.

Languages

French
Native or bilingual
English
Fluent

Workplace preferences

Can work on-site

Courbevoie (up to 50km)

Groupe BPCE
Senior Data Engineer
BANKING AND INSURANCE
September 2023 - Today (2 years and 10 months)
Charenton-le-Pont, France
• ● Modélisation et mise en production de données en Spark / BigQuery pour des dashboards de suivi des paiements (1000+ utilisateurs/mois), avec data sharing multi-entités
• ● Refonte des pipelines → réduction des temps de traitement et des coûts de calcul (-50 %)
• ● Mise en place de data sharing via authorized views (BigQuery) pour déléguer la gestion des accès
• ● Développement d'un système de détection d'anomalies (z-score) → amélioration de la qualité des données et réduction des incidents
• ● Développement d'algorithmes de détection d'attrition et de désactivation (marketing, pilotage)
• ● Modélisation sous Microsoft Power BI et POC Power BI Copilot
Big Query Google cloud DBT Terraform Airflow
Younited
Senior Data Engineer
BANKING AND INSURANCE
March 2021 - September 2023 (2 years and 6 months)
Paris, France
• ● Développement et mise en production de pipelines Spark / BigQuery couvrant l'ensemble du cycle de vie du crédit
• ● Déploiement de dbt pour l'équipe Data Science (CI/CD, Apache Airflow, onboarding) → adoption et fiabilisation des pipelines
• ● Mise en place d'un outil de data quality comparant données de production et datamart → détection et correction d'incohérences avec fort impact business
• ● Refonte de la modélisation des données historiques via un outil configurable unifiant plusieurs modèles
• ● Réalisation de migrations techniques sans régression (Spark 2 → 3, Airflow → Cloud Composer, Spark Streaming → Dataflow) → réduction des coûts et fiabilisation des pipelines
• ● Contribution à Karadoc, framework data open source basé sur PySpark
Google cloud Spark Terraform Airflow Gitlab CI/CD
iGraal
Senior Data Engineer
E-COMMERCE
January 2019 - March 2021 (2 years and 2 months)
Paris, France
🔹 Re-platforming Cloud : migration de l'ETL historique on-premise vers une stack AWS moderne (EMR, Athena, Glue).
🔹 Marketing Analytics : modélisation et développements sur Spark pour le pilotage d'activité.
🔹 Développement de framework dbt-like pour refactoring du boilerplate code et mise en place de CI/CD
Google cloud DBT Airflow Spark Gitlab CI/CD