Aymeric Castellanet

Dans le cadre de la squad « Services Amont » au sein de la STIME, nous opérons sur divers projets data transverses au travers de la mise en place de nouveaux projets, mais aussi de maintenances et de migrations d’anciens projets vers le Cloud Microsoft Azure et le Lakehouse Databricks. - Migration d’une base de données SQL Synapse Analytics vers un Lakehouse Databricks : Notebooks Databricks en Spark Scala, Delta Lake, Databricks SQL, Unity Catalog. Traitements en temps réel (streaming). - Mise en place d’une architecture en médaillon sous Databricks : Delta Lake, Auto Loader, Delta Live Tables (DLT), Workflows Databricks. - Migration d’un projet sous Teradata vers Azure et Databricks SQL, PySpark, Python. - Chiffrement de données sensibles suivant le standard AES-256 (« Advanced Encryption Standard ») et déchiffrement à la volée lors de la lecture des données accessibles uniquement aux utilisateurs finaux. - Extractions quotidiennes de données sources depuis une base de données SQL Server à l’aide d’un script Bash. # Portail Azure : Azure Data Factory (ADF), Azure Databricks, Azure Synapse Analytics, SQL Database, Azure Data Lake Storage Gen2 (ADLS Gen2), Key Vault, Azure Databricks, Databricks Lakehouse Platform, Unity Catalog, Azure DevOps. # Langages : Spark, Scala, Python, SQL (Databricks SQL & Transact-SQL), Bash. # Logiciels : Visual Studio Code, Git & Azure DevOps, Microsoft Azure Storage Explorer, Azure Data Studio, Microsoft SSMS (SQL Server Management Studio), Jira, Confluence, Data Galaxy.

Squad « Equipements de la Maison » - Dans le cadre de la mise en place de rapports à destination des directeurs de magasins Bricomarché, Bricorama et Brico Cash situés en France, j’ai participé à la réalisation d’une plateforme d’ingestion et une plateforme de reporting du projet Noe BI pour l’entité « équipements de la maison » du groupe Les Mousquetaires, sous le Cloud Microsoft Azure. - Ingestions quotidiennes des données en JSON depuis un blob storage. - Traitements batch quotidiens de type ETL vers un Data Warehouse : pipelines ADF (Azure Data Factory), notebooks Databricks en Spark Scala, procédures stockées en Transact-SQL - Responsabilité de Data Engineer Référent sur l’entité « équipements de la maison ». Participation aux réunions mensuelles des Tech Leads.