Ariel Gabai

• Développement de pipelines PySpark / Spark SQL dans le cadre de la migration d’un ETL historique Genio / Exadata vers Databricks. • Analyse des traitements legacy : règles métiers, mappings, jointures, filtres, enrichissements et transformations à réimplémenter. • Construction de chaînes de traitement Databricks : ingestion, transformations intermédiaires, production de tables cibles et contrôles de cohérence. • Optimisation et diagnostic sur gros volumes : agrégations, anti-joins, écarts de volumétrie et comparaison des jeux de données source/cible. • Automatisation Python de l’extraction des règles depuis des fichiers XML Genio et industrialisation des contrôles avec dbt, Git et Jira. Stack : Python, PySpark, Spark SQL, Databricks, SQL, dbt, Git, Jira, Confluence, Genio, Exadata, XML, LangChain

• Conception d’une chaîne data end-to-end pour données sportives : ingestion multi-sources, transformations, indexation et exposition applicative. • Ingestion de données via API, fichiers Excel et Elasticsearch ; développement de pipelines Python / Pandas pour nettoyage, enrichissement et agrégation. • Industrialisation des traitements avec rafraîchissements planifiés, versioning Git, conteneurisation Docker et pipelines CI/CD. • Création de scores et indicateurs métier exposés dans des dashboards applicatifs ; contribution à des modules ML et à un agent IA. Stack : Python, Pandas, Elasticsearch, APIs, SQL, Git, Docker, CI/CD, Excel, Keras, LSTM, Auto-encoders

Consultant Trimane chez PLD : • Gestion et fiabilisation des données de référence (Master Data Management) sous Tibco. • Mise en place de processus d’intégration et d’automatisation pour garantir la cohérence et la qualité des données. • Suivi et amélioration de la qualité des données (contrôles, règles, corrections). • Exposition des données consolidées via des dashboards Power BI à destination des équipes métiers. • Réalisation d’un POC d’indexation et d’interrogation de documents à l’aide d’un LLM. Stack: Python, Tibco MDM, Power BI, Llamaindex, Groq

• Conception d’une chaîne data end-to-end pour données sportives : ingestion multi-sources, transformations, indexation et exposition applicative. • Ingestion de données via API, fichiers Excel et Elasticsearch ; développement de pipelines Python / Pandas pour nettoyage, enrichissement et agrégation. • Industrialisation des traitements avec rafraîchissements planifiés, versioning Git, conteneurisation Docker et pipelines CI/CD. • Création de scores et indicateurs métier exposés dans des dashboards applicatifs ; contribution à des modules ML et à un agent IA. Stack : Python, Pandas, Elasticsearch, APIs, SQL, Git, Docker, CI/CD, Excel, Keras, LSTM, Auto-encoders