Benjamin Sicard

Numias construit une solution de paiement conforme et hautement sécurisée qui permet aux entreprises de bénéficier de la valeur ajoutée des technologies de la blockchain: vitesse, coût et transparence.

En tant que Lead Data Architect, je travaille au quotidien avec les équipes produits, tech et le CTO afin de designer, modéliser et implémenter les solutions de stockage de données et toute la data stack moderne qui soutiennent le backend du produit de Numias.

Je conseille et accompagne la société dans le choix des meilleures solutions de stockage pour répondre aux besoins du produit, dans un environnement Cloud Amazon Web Services (AWS) : resource provisioning vs serverless, choix des technos, etc.

Je déploie les solutions data dans le Cloud AWS (Infrastructure as Code avec AWS CDK et Cloud Formation).

Je conçois et modélise les différentes couches de données, les modèles de données (conceptuels et relationnels), les BDD, les datawarehouses et les datamarts.

En tant que Lead Data Engineer, je déploie et développe une data stack moderne qui répond aussi à des cas d'usage de traitement de données en temps réel : data collection et integration (ELT), data transformation, data storage dans des datawarehouses / datalakes, data orchestration, data cataloging et data visualization.

Stack technique :

- Environnement cloud AWS

- AWS QLDB (Quantum Ledger DataBase) comme solution de ledger immutable

- Aurora Postgres comme BDD serverless

- AWS CDK / Cloud Formation

- Kinesis Data Stream / Firehose / Analytics

- Redshift / Snowflake

- dbt

- Airflow

- Apache Superset

SQL wizard & dbt wizard

- GraphQL

- Python running on Cloud environments

- Fivetran / Stitch / Airbyte (learning)

- PostgreSQL

- MongoDB

- Microsoft / Azure SQL Server

- Google BigQuery

- Snowflake (learning)

- dbt <3

- Python & Databricks

- Azure Data Factory

- Microsoft SSIS, Talend (legacy)

- QlikView / QlikSense

- Metabase (for OpenSource and indy projects)

- Streamlit (for Python data apps)

- Dash + Plotly (for Python data apps)

- Heroku / Render / Porter

- Google Cloud Platform (Compute Engine)

De l'été 2021 au début d'année 2022, j'ai effectué une pause professionnelle dans ma carrière pour suivre le programme L'Émulateur de Primavera, une école de reconversion professionnelle pour apprendre à faire des choix de carrière et retrouver du sens au travail. J'ai appréhendé le programme sans savoir si j'allais continuer on métier de Data Engineer ou si j'allais me trouver une autre vocation engageant une reconversion professionnelle.

La formation est certifiante : "Opérer des choix complexes en environnement professionnel" (Fiche RS2148)

Après 6 mois d'introspection, d'ateliers et d'exploration riches en enseignement, le programme a révélé que j'étais plus que jamais intéressé, passionné et motivé par mon métier de Data & Analytics Engineer !

J'aime exercer ce métier : collection de la donnée, intégration, transformation, visualisation, modélisation et conception de modèles de données, architecture, analyse, etc. Ce métier si riche répond à mes besoins de challenge et d'épanouissement intellectuel.

C'est le cadre de ma pratique du métier qu'il m'a fallu changer : quitter le monde du salariat et changer drastiquement mes conditions de travail pour vivre l'aventure de l'entreprenariat et du freelancing. Il m'est très important de pouvoir réaliser mes missions en autonomie et indépendance, au rythme qui me correspond.