Description

Ingénieur Data avec 8 ans d’expérience, je conçois et optimise des pipelines de données scalables sur Databricks, en exploitant PySpark, dbt, et les services AWS (S3, Lambda, etc.). J’interviens sur toutes les étapes du cycle de vie des données : ingestion, transformation et exposition des datamarts pour des analyses avancées.

Je maîtrise également Palantir Foundry pour la conception de pipelines via le Pipeline Builder, la gestion du data lineage et la configuration des data connections, garantissant ainsi la traçabilité et la fiabilité des flux.

✅ Expertise en Spark, Databricks et dbt

✅ Conception et optimisation de pipelines sur Palantir Foundry (Pipeline Builder, Data Lineage, Data Connections)

✅ Optimisation des coûts et des performances sur le cloud

✅ Automatisation et industrialisation des flux de données

✅ Azure DevOps

✅ Expérience en migration et gestion de workspaces Databricks

Certifié databricks dataEngineer professional ✅

Aws solution architect ✅

Dbt fundamentals ✅

Je suis disponible pour vous accompagner dans vos projets data, que ce soit pour la mise en place d’architectures optimisées, l’amélioration de vos pipelines existants ou la réduction de vos coûts sur Databricks et Foundry.

Languages

French
Native or bilingual
English
Fluent
Arabic
Native or bilingual

Workplace preferences

Remote only

Primarily works remotely

TotalEnergies
Tech lead data
ENERGY AND UTILITIES
July 2025 - Today (11 months)
Paris, France
En tant que Tech Lead Data, je pilote la conception et la mise en œuvre de solutions data sur une plateforme basée sur Databricks, en assurant la robustesse, la scalabilité et la qualité des traitements.

Je développe et supervise des pipelines de données en utilisant PySpark et dbt, couvrant l’ensemble du cycle de vie des données, de l’ingestion jusqu’à la mise à disposition dans des datamarts.

Je mets en place les bonnes pratiques de développement et d’industrialisation via Azure DevOps (CI/CD, gestion de version, automatisation des déploiements), tout en garantissant la qualité et la maintenabilité du code.

J’interviens également sur l’intégration des données industrielles via Cognite Data Fusion, avec la mise en place d’un monitoring centralisé entre les extracteurs Cognite et les traitements Databricks, permettant d’assurer la fiabilité, la traçabilité et le suivi des flux en production.

En parallèle, je contribue à la valorisation des données à travers la création de tableaux de bord avec Power BI, en collaboration avec les équipes métiers.

Enfin, je joue un rôle clé dans les choix d’architecture, l’accompagnement des équipes techniques et l’amélioration continue des pratiques data.
Databricks DBT Apache Spark Cognite Azure DevOps
engie
Tech lead data
ENERGY AND UTILITIES
March 2023 - July 2025 (2 years and 4 months)
Courbevoie, France
Migration des traitements Cloudera vers Databricks
Mettre à disposition automatiquement des données dans la plateforme Databricks
Automatiser des process d’integration et des ETL par databricks Workflow et airFlow
Maintenir et optimiser les traitements existants (double run pour un trimestre)
Evoluer le modèle de données pour qu’il réponde au mieux aux besoins des utilisateurs
Monitorer l’ensemble des services de la plateforme (disponibilité, suivi d’intégration, suivi qualité, suivi de la
consommation, ...).
Gestion de stockage S3, archivage et backup dans s3 iceberg.
Décommissionnement de la plateforme Cloudera après un trimestre du doubleRun
Realisation et automatisation d’un backup de tout le workspace databricks en s3.
Participation au developpement du chatbot interne qui repond au besoin FAQ
Extraction des données depuis les PDF, et vectorisation des données pour alimenter le modele du chatbot interne
developpement du deploiment automatique en gitHub actions .
Realisation d’un tableau de board sur databricks et powerbi pour faciliter la recherche des flux et source ingerées
Environnement technique : AirFlow, GitHub , git, Pyspark, Ambari, hue, SqlServer, Jira, Confluence, S3,
AWS, Databricks, Cloudera Entreprise, Power Bi, databricks
Palantir foundry : integrete data from databricks in direct connection mode en utilisant les agents et les tables virtuelles.
Participation dans la mise en place de l’ontologie system
Migration des jobs gold depuis databricks vers palantir en pipeline Builder
Palantir Foundry PySpark AWS S3 Databricks DBT
bnpparibas
Tech lead Data
BANKING AND INSURANCE
January 2023 - March 2024 (1 year and 2 months)
Refonte du Système d'information des sites IRB Afrique sur la partie Référentiel clients et comptes
▪ Alignement du système d'information Atlas2 pour la production des états réglementaires tels que définis par la BCEAO via la nouvelle plateforme Carthago.
▪ Mutualisation des systèmes d'information de la région Afrique :
▪ Convergence des différents Système d'information ATLAS des filiales en un seul standard géré sur une seule machine pour mutualisation des projets et réduction des coûts.
▪ Migration des arrêts de comptes mensuels vers les arrêtés journaliers pour la région Afrique :
▪ Déploiement du traitement de calcul des arrêtés de comptes à journalier, Elaboration des états de gestion, et assainissement de la base.
▪ Mise en place du réescompte en partie courue pour le module des arrêtés de comptes :
▪ Evolution des schémas comptables de l'extourne du réescompte et des batchs pour que le réescompte soit généré automatiquement par la chaîne Arrêtés lors de la comptabilisation de l'arrêté suivant.
▪ Déploiement du module sous soldes des comptes généraux pour la région Afrique :
▪ Mise en place d'un nouveau concept « SOUS-SOLDES » au niveau du module des comptes généraux. Permettant ainsi une fiabilisation et fluidité des reportings site comptables et financiers.
▪ Déploiement des bons de caisse et des avances à terme.
▪ Déploiement de nouveaux produits de dépôts à termes pour les sites : Nouvelle Calédonie
▪ Migration ATLAS SAB pour les sites de l'OM : création des boxes autosys pour chaque site
▪ Création d'un dictionnaire de données de la conform pour la reunion et la zag
▪ Evolution de l'objet client de l'om : Ajout du calcul des nouveaux indicateurs permettant de détecter le clients fragiles
▪ Décommissionnement des sites Outre-mers et l'algerie et assurer la bonne passation aux développeurs (en cours)

Environnement Technique : Autosys, Jenkins , git, Spark/scala, Ambari, hue, SqlServer, Jira, Confluence.
Cloudera Spark Scala Autosys Jenkins Databricks