Yazid El Hachimi

• Réduction de 75 % des coûts cloud (–30 000 €/mois) tout en améliorant les performances globales des applications. • Conception et mise en œuvre d'architecture Lakehouse et Médaillon de bout en bout avec pilotage FinOps. • Pilotage de la migration des ETLs et des environnements on-premise vers Azure et Databricks, avec un cloud cutover réalisé sans interruption de service. • Mise en place d’une Modern Data Stack Snowflake + dbt et Azure Data Factory, avec modélisation analytique (ELT) • Mise en place d’ETL temps réel/batch et des pipelines CI/CD. • Mise en place d’un Data Catalog Collibra / Unity Catalog Databricks pour améliorer la découvrabilité, la gouvernance et la qualité des données. Stack : Databricks, Azure, Scala, Python, Spark, Kafka, dbt, Snowflake, Git, Jenkins, Terraform, Collibra, PySpark, Grafana, Splunk.

• Gestion et optimisation des traitements ETL Big Data du projet NDC (New Distribution Capabilities) en réalisant les exigences métier avec Java Spark. • Introduction de nouveaux processus exploitant des topics Kafka. • Développement de scripts Python dédiés au monitoring pour garantir la qualité des données. • Administration des traitements via des ordonnanceurs. • Conduite réussie de la refonte de Dashboard, améliorant la visualisation des données et l'efficacité opérationnelle. • Intérvention sur des projets de transformation digitale stratégiques. Stack : Java, Python, Spark, HDFS, SQL, Kafka, Git, Power BI, GCP(BigQuery, PubSub, DataProc..)

• Implémentation et optimisation d'algorithmes Machine Learning (SVM, NN..) pour la prédiction du résultat de la course Formula 1 avec une précision de 81%. • Création de Bases de données par du Web Scrapping à partir d'API. Logiciels & Platformes: Python, Power BI, Azure, SQL. Outils : Tensorflow, Keras, Pandas, Numpy, Scikit Learn, Matpolib, BeautifulSoup, Requests, Selenium, OpenCV.

• Développement d'un prototype sans fil de suivi de température à base de la technologie LORA dans le but d'éliminer les câbles de transmission de données dans les usines d'ArcelorMittal • Désign d'un data pipeline (ETL) pour la récupération et la vérification de la conformité des données. Logiciels & Platformes: Python, Talend, Azure, SQL, Power BI, IOT.