Haytham Idrissi

Projet : Gestion des flux Big Data de paiements – Outil décisionnel Numix • Pilotage technique de la plateforme de données Big Data. • Conception et développement de pipelines de données à grande échelle. • Industrialisation de la data quality avec des contrôles automatisés. • Gestion des déploiements, monitoring et suivi de la production. • Migration technologique de Python 3.6 vers 3.8 et Spark 2 vers Spark 3. • Optimisation du socle technique pour améliorer la résilience et la maintenabilité. • Transmission du savoir via documentation technique. • Encadrement technique d’une équipe de Data Engineers. Environnement : Cloudera, Databricks, Spark, Python, Scala,Hive, Hadoop, HDFS, Jenkins, Tableau.

Projet : Mise en œuvre d'un Système d'Information Risques-Finance (SIGR) • Conception et modélisation d'un système de données Risques-Finance. • Alimentation du modèle de données avec des flux ETL optimisés et contrôlés. • Collaboration métier pour les phases de tests d'intégration. • Mise en place de règles de gestion, contrôles de qualité et flux sortants. • Suivi de production et gestion des incidents techniques en collaboration avec les DevOps. • Documentation technique complète des workflows et processus mis en place. Environnement : Dataiku, Python, SQL, Spark, GitLab, DB2.

Projet : Modélisation et création d'une architecture de traitement de données • Automatisé le collecte des données à partir d'un serveur FTP/SFTP. • Préparation et transformation des données selon les regles metiers. • Mise en place d'un pipeline d'ingestion de données avec Snowflake et DBT. • Mise en place d'une chaîne CI/CD GitLab. • Accompagnement et support technique. • Gestion et réparation des incidents. Environnement : Snowflake, DBT, Python, SQL, Power Automate, API, VBA

Projet : Analyse de données pour la détection des fraudes externes • Réalisation des modèles de classification pour la détection des fraudes. • Scoring des profils par des techniques de Clustering. • Réalisations des rapports statistiques et des dashboard. • Industrialisation des modèles ML dans un environnement dev/recette. • Accompagnement et support technique. • Documentation des travaux réalisés. Environnement : Dataiku, Python, SQL, MLlib, Spark, SaferPayment, PowerBI.

Projet : Utilisation de l'Analytics dans l'Agriculture de précision • Exploration et Prétraitement des données. • Réalisation d'un modèle ML de prédiction du futur rendement Agricole. • Réalisation d'une interface graphique et déploiement des solutions. • Mise en place d'un pipeline data streaming pour les données climatique. Environnement : Azure, Databricks, Spark, Python, SQL, Streamlit, HTML/CSS, PowerBI.