Seif Zemour

• Automatisation Databricks / PySpark : Développement de pipelines robustes et scalables pour la génération automatique des QRT (reporting réglementaire), garantissant des performances optimales.
• Développement Palantir Foundry : Ingestion complexe des sources de données avec un fort focus sur la traçabilité. Conception d’applications métiers sur-mesure (Workshop) rendant les équipes Finance totalement autonomes.
• Qualité & Fiabilité : Création d'un outil de réconciliation de données from scratch garantissant la confiance des utilisateurs métiers analytiques.
• Stack Technique : Palantir Foundry, Databricks, PySpark.

• Ingestion & Modélisation : Conception et amélioration continue des pipelines d’alimentation vers Snowflake, avec un niveau d'exigence élevé sur la performance et la qualité.
• Intégration & Résolution : Maintenance des mappings de comptes comptables et résolution proactive des incidents d'intégration entre Snowflake et OneStream.
• Automatisation Métier : Développement de Business Rules et de tableaux de bord (OneStream) pour fluidifier et automatiser les processus de consolidation financière.
• Stack Technique : Snowflake, OneStream, SQL, AWS S3

Contexte : Déploiement d'une architecture de données Cloud hybride pour la restitution analytique.

• Orchestration & ETL : Mise en place des workflows avec Azure Data Factory pour synchroniser les flux entre Snowflake, le Data Lake et DataHub.
• Développement Cloud : Implémentation d'Azure Functions en Python pour gérer les transferts de données complexes via API.
• Traitement de Données : Conception des pipelines Matillion et développement de procédures stockées Snowflake pour l’extraction, la transformation et la structuration finale des données.
• Stack Technique : Snowflake, Matillion, Azure Data Factory (ADF), Azure Functions, Python.