Diakariaou Goundiam

– Conception et développement de pipelines de transformation de données avec DBT, en 4 couches analytiques: – Staging: standardisation, nettoyage et mise en qualité des données brutes issues du DataHub, – Intermediate: enrichissement, normalisation et préparation des données, – Core / Business View (BV): construction de vues métiers consolidées et historisées, – Adhoc: calcul de KPI spécifiques répondant à des besoins d'analyses ponctuels et d'investigation. – Mise en œuvre avancée des bonnes pratiques dbt (maturité Analytics Engineering): – Développement de modèles incrémentaux et optimiser les coûts BigQuery (FinOps). – Conception de macros et boucles Jinja afin de factoriser le code, améliorer la modularité et réduire la duplication. – Implémentation de tests automatisés (unicité, non-nullité, relations, règles métier) exécutés à chaque dbt build. – Rédaction de la documentation dbt (descriptions des modèles, colonnes, sources) et génération du catalogue de données. – Déclaration d'exposures afin d'assurer la traçabilité entre modèles dbt, tables BigQuery et dashboards Power BI. – Mise en place et correction des règles de qualité de code SQL avec SQLFluff (standards, lisibilité, cohérence). – Industrialisation, CI/CD et infrastructure data (GitLab & Terraform): – Mise en place et maintenance de pipelines GitLab CI/CD pour automatiser les contrôles qualité, l'exécution et le déploiement des pipelines dbt sur les différents environnements, et sécuriser les mises en production. – Provisionnement et gestion de l'infrastructure data via Terraform (datasets BigQuery, droits d'accès, environnements), garantissant reproductibilité, traçabilité et standardisation. – Mise en place de couches analytiques certifiées permettant une exploitation fiable des données de manufacturing (traçabilité des lots, historique des stocks, holding times). – Amélioration de la qualité, de la gouvernance et de la performance des pipelines via l'industrialisation dbt (tests, documentation, incrémental, standards). – Contribution directe à la fiabilisation des dashboards Power BI et au pilotage opérationnel.

– Automatisation du fine-tuning de Whisper: – Conception d'un pipeline automatisé avec Vertex AI Pipelines orchestrant toutes les étapes du fine-tuning: récupération des nouveaux jeux de données (audio + transcription), préparation des données, entraînement du modèle Whisper sur GCP, évaluation des performances, et déploiement continu du modèle optimisé. – Garantie d'une mise à jour fiable, scalable et traçable du modèle dans un cadre MLOps industrialisé. – Orchestration du fine-tuning de Whisper: – Mise en place d'un mécanisme de déclenchement automatisé via Vertex AI Pipelines, s'intégrant au flux de travail existant pour orchestrer chaque étape du fine-tuning. – Récupération dynamique des nouvelles données d'entraînement, déclenchement du prétraitement, entraînement, évaluation, puis déploiement du modèle mis à jour, assurant ainsi une mise à jour continue et scalable du modèle Whisper dans un environnement MLOps industrialisé. – Benchmark des solutions d'hébergement: – Réalisation d'une étude comparative technique et financière des options d'inférence pour modèles LLM personnalisés, incluant Runpod, Vertex AI Endpoints, Cloud Run et GKE. – Analyse des coûts, latence, scalabilité, simplicité de déploiement et intégration avec les workflows existants pour identifier la solution la plus adaptée. – Migration du modèle Whisper vers Vertex AI Endpoints: – Déploiement du modèle fine-tuné sur Vertex AI Endpoints pour bénéficier d'une infrastructure managée, scalable et optimisée pour l'inférence, avec gestion simplifiée des versions, sécurité et intégration native aux autres services GCP. – Migration réussie du modèle Whisper vers Vertex AI Endpoints, offrant une intégration fluide, une inférence performante et une scalabilité optimale. – Mise en place d'un pipeline automatisé pour orchestrer le fine-tuning du modèle, facilitant sa mise à jour continue. – Un benchmark technique et financier des options d'hébergement a permis de sélectionner les solutions les plus adaptées. – Contribution au renforcement de l'industrialisation, la robustesse et l'efficacité opérationnelle de la solution d'IA.

– Migration des workflows et des données de SAS vers Dataiku selon les spécifications: – Analyse des workflows existants dans SAS pour identifier les équivalents fonctionnels dans Dataiku. – Migration des données entre les plateformes en respectant les contraintes d'intégrité et les délais projet. – Validation des performances post-migration pour garantir une continuité des services. – Réalisation des tests de recette et de régression du projet. – Correction des anomalies. – Création de tableaux de bord de suivi des pipelines: – Développement de visualisations dans Dataiku et BigQuery pour surveiller les performances et identifier les goulots d' étranglement. – Mise en place de KPI pour mesurer la fiabilité des flux et anticiper les besoins de maintenance. – Support technique (Python, SQL, DATAIKU) pour l'équipe. – Mise en place d'une infrastructure de traitement modernisée, plus performante et mieux monitorée, assurant une continuité de service. – Réduction significative des coûts de maintenance, une diminution des risques d'interruption, et une amélioration de la qualité des données. – Contribution à une prise de décision plus rapide et plus fiable par les équipes métier.

– Data scientist: – Segmentation de clients – NLP: Analyse de sentiments et Name Matching – Scoring de produits (appétence et rétention (churn)) – Développement d'applications web streamlit sur lesquelles on intégrait les modèles d'IA – Mise en place des tableaux de bord avec Reeport, Looker Studio et Power BI – Migration des rapports / Dashboards de Reeport à Looker – Analyse Ad Hoc pour les équipes métiers (Marketing, Comptabilité, ...) – Data Engineer: – DBT: modélisation de données avec gestion des tables incrémentales, partitionnement, clustering et optimisation des coûts BigQuery – BigQuery: moteur analytique central, utilisé pour les modèles ML, l'analyse Ad Hoc et la visualisation (Looker, Power BI et Reeport) – Airflow (Cloud Composer): orchestration robuste des workflows ELT – Terraform: déploiement automatisé de l'infrastructure cloud (datasets, DAGs, configurations GCP) en collaboration avec l'architecte data – Optimisation avancée des requêtes SQL et consolidation des sources utilisées dans les rapports analytiques – Déploiement de modèles de machine learning en production sur Vertex AI et Streamlit + Docker + Cloud Run, intégrés dans des dashboards – Versioning via Git + Bitbucket et automatisation du déploiement via pipeline CI/CD – Intégration à une équipe en fonctionnement Agile, collaboration avec Jira – Documentation technique sur Confluence, support aux métiers (marketing, comptabilité) – Contribution au recrutement et à l'onboarding de mon remplaçant – Amélioration des processus métiers, renforcement de la fiabilité des données et maximisation de l'efficacité des équipes. – Garantie d'une meilleure exploitation des outils analytiques et des modèles d'intelligence artificielle.