Etienne Fongue

• Modélisation et alimentation des tables Silver & Gold dans Databricks pour les besoins analytiques • Industrialisation des workflows de données via Azure Data Factory (ADF) • Mise en production et supervision des traitements dans l’environnement Azure • Conception de rapports Power BI pour : o le suivi et l’optimisation des campagnes marketing o l’analyse des flux de paiements pour la direction financière o le suivi des comptes clients et cartes de paiements

• Développement d’un algorithme pour les calculs de gain Alpha Scale avec un focus sur le rapprochement des libellés, en PySpark avec Azure et mise en prod • Optimisation du code et temps d’exécution (~x8) • Récupération des notes et analyse Google vs NPS • Création de 5 PowerBI dont une avec ~80 mesures • Formation de l’equipe data sur PySpark et bonne pratique (6p)

• Au sein de l’entité Data et pour les équipes Data Science : • Scraping, analyse et suivis de la concurrence + Dashboard (+ Problématique d’ip ban) • Analyse des logs provenant de la barre de recherche, afin de comprendre ce que les clients souhaites, afin de mieux matcher l’offre et la demande. (+ Problématique d’user input) • Mise en prod sur AWS avec les Devops/DE • Portage d’un projet existant vers l’espagnol et sous Kedro des snippets d’avis positifs à coté de chaque restaurants.

Formateur Big Data & Apache Spark Contenu de la formation : • Pyspark • Databricks • Optimisation • RDD / DataFrame • SparkSQL • SparkML • GraphX / GraphFrame • Spark Streaming / Structured Streaming

• Au sein du DataLab et avec une équipe internationale de 12 personnes. • L’objectif était d’optimiser la couche d’ingestion de données. • Optimisation et création des tables Delta, réduction du coût et du temps de process par 16x • Monitoring des tables Delta avec Azure Application Insight (event) • Ingestion et processing de données et création de package eggs • Création de pipeline de données + versioning avec Azure DevOps • Mise en production de pipelines d’ingestion Azure Data Factory • Big Data - Utilisation d’un cluster performant pour manipuler ~2 Milliards de lignes pour certaines tables - 1.6 To de données • S’assurer que les modules DataScience en aval continuent de fonctionner correctement après le remplacement de la couche d’ingestion

• L’objectif était de nettoyer les données issues de capteurs éoliens dans un environnement industrialisé (~10Go/j). • Quality assurance & quality control (QA/QC) remplissage des données manquantes selon les règles métiers • Data Processing et cleaning à destination des Data Scientists pour le projet de maintenant prédictive

• L’objectif était d’analyser les données semi-structurées de rapport de vol • Collecte de données issues de rapports ACMS (format texte brut) et SAR (format csv) à partir d'un serveur FTP • Consolidation de données et export de données filtrées • Traitement de fichiers semi-structurés et de timeseries Python - Pandas - JupyterHub - Regex - FTPLIB