Nader Kassas

Projet 1 : Migration UC migrer des notebooks jupyter/dataiku en notebooks snowpark.

•Migration des données Lucid/Teradata via DBT

•Création des modèles SQL bien structurés en couches (staging, intermediate, mart)

•Exécution des pipelines (dbt run)

•Chargement des fichiers depuis des buckets S3 via AWS Lambda pour automatiser le chargement Snowpipe à l’arrivée des fichiers sur S3

•Transformation et réparation des données avant chargement dans Snowflake via AWS Glue

•Migration des données depuis Lucid/HDFS et Teradata vers Snowflake

•Build et compilation des notebooks Snowpark

•Recette fonctionnelle avec les métiers et les entités responsables de chaque UC

Projet 2 : Sakarah convertir des modules spécifiques développés sous Talend en modules scala spark et des notebooks databricks pour améliorer les performances des traitements.

•Mise en place et configuration de l’architecture applicative des différents modules

•Accompagnement et gestion de deux équipes installées en inde et en france pour assurer le suivi des tâches et respecter les délais de livraison

•Développement de la logique métier selon les règles et les spécificités métier

•Ingestion de quelques données brutes via des pipelines Databricks

•Mise en place des pipelines CI/CD via Jenkins/Ansible et AWX

•Ordonnancement des tâches via ControlM

•Mise en production

Environnement technique : Snowflake, Snowpark, Scala, Spark 2.3, Python, PySpark, Databricks, GitLab, Maven, DBT, HDFS, Jenkins CI/CD, Ansible

Projet : Finance permet de générer des objets métier concrétisant toutes les informations relatives aux factures et aux avoirs des fournisseurs de la poste dans le but de déterminer les délais de règlement de ces derniers.

• • Mise en place et configuration du système d'ingestion des données brutes au niveau du coffre (chargement via des calls REST, envoi de fichiers via FTP …)

• • Mise en place de l'architecture Médaillon

• • Développement du processus « délais règlement fournisseur » en se basant sur les règles métier

• • Ordonnancement des tâches via Airflow

• • Développement d'un module de prévision de trésorerie assurée par un modèle IA

• • Mise en production

• • Maintenance et évolution Environnement technique : Intellij IDEA, HDFS, Scala, Spark 2.3, API Rest, Python, Databricks, GitLab, Jenkins Ansible Confluence, Airflow, Zeppelin, Dataiku

Projet 1 : Projet SEO (Search Engine Optimization) a pour but de calculer et générer des statistiques de classification en se basant sur les services Google tels que Google Search Console et Google Analytics

•Récupération des données depuis les sources Google : données Google extraites via des call apis dans des notebooks Databricks

•Calcul des métriques : informations calculées sur la base des mots clés saisis par les clients Clarins

Projet 2 : Module SFFC Customer permet de transmettre les données Saleforce Customer depuis un serveur webdav vers le système de stockage Azure ADLS Gen2

•Centralisation des informations clients au niveau d'Azure pour que ces dernières soient exploitées par d’autres applications

•Au fil du process, un traitement d'anonymisation et de nettoyage est appliqué pour la protection des données clients