Khaoula Lakhlifi

Périmètre : Implémentation d'un framework de contrôle qualité des données sur un data lake et intégration à une plateforme d'analytique multimodale. Mission :

• • Conception et déploiement end-to-end d'un framework de data quality industrialisé, garantissant la fiabilité des données tout au long des pipelines analytiques.

• • Développement de pipelines ETL/ELT scalables et robustes pour l'ingestion, la transformation et la standardisation de données multi sources (structurées et semi-structurées) dans un environnement cloud Databricks.

• • Modélisation et transformation des données pour supporter l'analytique et le reporting métier.

• • Mise en place de contrôles transverses et règles de cohérence métier, assurant l'alignement des indicateurs entre plusieurs datasets.

• • Optimisation des performances des traitements PySpark (partitionnement, gestion des formats Delta, optimisation des requêtes) .

• • Exposition de datasets analytiques réutilisables via dashboards interactifs pour utilisateurs non techniques.

• • Implémentation de bonnes pratiques de gouvernance, traçabilité et documentation technique (Git, documentation structurée).

• • Collaboration étroite avec équipes data, produit et métier pour traduire les besoins business en solutions data industrialisées.

Technologies : Python, SQL, PySpark, Databricks, Delta Lake, Tableau, Streamlit, Plotly, Git, Jira.

Périmètre : Construction d'un système décisionnel pour le suivi des indicateurs financiers et l'optimisation de la performance des portefeuilles clients. Mission :

• • Conception et développement de pipelines ETL/ELT industrialisés assurant fiabilité, traçabilité et performance des flux de données.

• • Orchestration et planification des workflows avec Apache Airflow pour automatiser l'ingestion et les transformations .

• • Collecte, préparation et intégration de données multi-sources (bases SQL, fichiers, systèmes internes).

• • Structuration des transformations selon des principes proches de DBT (modèles, tests de qualité, documentation) .

• • Manipulation et optimisation de données sur entrepôts cloud (BigQuery, Snowflake) .

• • Optimisation des requêtes SQL et amélioration des performances des pipelines .

• • Mise en place de contrôles de qualité des données et détection d'anomalies dans les flux.

• • Création de dashboards Power BI pour le suivi des indicateurs métier.

• • Collaboration avec les équipes métier pour traduire les besoins en datasets exploitables . Technologies : Python, SQL, Apache Airflow, Google Cloud Platform, BigQuery, Snowflake, Power BI, Git, Jira

• • Prétraitement et fiabilisation de données multi-sources (IoT, météo, sols) avec Python, Pandas et NumPy.

• • Conception d'un pipeline automatisé de préparation, transformation et analyse de données pour l' exploitation des données agricoles.

• • Structuration des transformations de données selon des principes proches de DBT (modélisation des datasets, organisation en couches, logique de tests et documentation).

• • Manipulation et stockage de données analytiques sur des environnements cloud (Snowflake, Azure).

• • Développement et entraînement d'un modèle de machine learning pour la prédiction des besoins en eau des cultures, basé sur les conditions climatiques et les caractéristiques des sols.

• • Développement d'un modèle de computer vision avec PyTorch pour la détection automatique de maladies des arbres à partir d'images .

• • Évaluation et amélioration des performances des modèles via validation et optimisation des hyperparamètres .

• • Conception et déploiement de dashboards interactifs pour la visualisation des indicateurs et des prédictions avec Power BI.

• • Participation à l'analyse des besoins métiers et accompagnement des équipes dans l'exploitation des données pour la prise de décision.

• • Optimisation de l'architecture cloud et gestion des environnements via Terraform.

• • Collaboration avec experts métier et équipes techniques pour améliorer les modèles IA et pipelines data.

Technologies : Python, Pandas, NumPy, SQL, Microsoft Azure, Terraform, Qlik, Git, PyTorch.