Ibtissam Lakhdar

Mise en place d’une plateforme Big Data Finance & Achats sur GCP, intégrant SAP Ariba et applications internes, avec plusieurs To de données traités par jour en streaming/batch. Objectif principal : créer un middleware assurant l’intégration entre SAP Ariba et d’autres applications utilisées par Carrefour. - Projets clés : OneFinance : repenser les outils et méthodes de gestion des applications et plateformes financières, avec migration des flux entre SAP Ariba et les autres applications internes. OneBuy : harmoniser et optimiser la gestion des achats non marchands via une plateforme unique partagée par plus de 14 000 utilisateurs dans 9 pays, permettant de centraliser et standardiser les processus. - Périmètre : Directions Finance et Achats Sources : SAP Ariba, PeopleSoft, Aurecca et autres systèmes financiers Cible : valorisation des données sur GCP BigQuery Volumétrie : plusieurs To de données traitées quotidiennement (millions de transactions consolidées) Réalisations : Conception et modélisation d’architectures BigData sur GCP (BigQuery, GCS). Développement et optimisation de pipelines massifs d’ingestion (NiFi, Kafka, Airflow) traitant plusieurs To/jour. Déploiement et supervision des pipelines de production avec des pratiques CI/CD (GitLab) et IaC (Terraform). Mise en place de contrôles qualité et d’alertes automatisées pour assurer la fiabilité et la fraîcheur des données. Contribution aux choix d’architecture data et mentoring des ingénieurs juniors sur la stack GCP / Big Data. Animation d’ateliers métiers, rédaction de spécifications techniques, mise en place de contrôles qualité. - Stack technique : GCP (BigQuery, GCS), DBT, Apache NiFi, Kafka, SAP Ariba, PeopleSoft, Aurecca,Looker

Conception, développement et industrialisation de pipelines data pour les besoins analytiques et réglementaires de Boursorama. Mise en place d’architectures scalables et résilientes pour ingérer, transformer et exposer de gros volumes de données en temps réel. L’objectif principal est d’obtenir une vision à 360° du client, en consolidant les informations liées aux produits utilisés par les clients et membres de Boursorama. Pour cela, une architecture basée sur Apache NiFi a été mise en place afin de collecter, transformer et exposer les données au sein d’un Datalake. - Réalisations clés : Développement de pipelines batch et streaming avec Apache Spark, Kafka et Python. Orchestration et automatisation des traitements avec Airflow et CI/CD (GitLab). Mise en place de modèles analytiques optimisés pour les équipes Data Science et BI. Monitoring et observabilité des pipelines (logs, alerting, dashboards) pour garantir la fiabilité. Optimisation des performances et réduction des coûts d’infrastructure Cloud. Collaboration avec les équipes Produit, Data et IT pour assurer la qualité et la gouvernance des données. - Stack technique : Langages & Frameworks : Python (Pandas, PySpark), SQL, DBT Big Data & Streaming : Apache Spark, Kafka Orchestration & CI/CD : Airflow, GitLab CI Cloud & Data Platform : AWS / GCP (selon contexte), Snowflake Monitoring & Reporting : Grafana, Kibana, Looker

Missions : ➢ Mise en place industrielle d’une plateforme Big Data (BI des Interactions, Digitale Analytics): Développement Big data : - Collecte des données : Nifi ,Sqoop - Réalisation d’un module complet lié à la collecte des données (définition de la solution technique et réalisation) - Alimentation du Datalake EDH et transformation de la donnée dans le socle : Hive,Spark scala. - Transformation et exposition de données avec Hive Hql, SPARK Scala. - Gestion des workflows : Oozie,Hue - Décrire les spécifications fonctionnelles - Data visualisation avec Microstrategy 10.11 Lead de version / technique Big Data : - Lead de version pour la livraison de Mise en pré production et production (Piloter l’équipe et la version) - Suivi des développements et accompagnement de l'équipe - Analyse des impacts des évolutions sur l'existant - Test de Qualifications (Pré production /Production) - Suivi et support au Run - Support pour la migration HDP 2.5.3 à 2.6.5 Data science : - Segmentation/Clustering client par Appétence Digitale - Montée en compétence sur le Machine Learning : avec l’Algorithme Kmeans - Echange avec de nombreux collaborateurs afin de proposer des mises en place techniques des besoins exprimés, et réaliser ces solutions avec (Spark Scala,Hql) / Data viz (Microstrategy) - Prédiction de la réitération des appels au service client - Profilage des clients

Pour le compte de la direction commerciale d'un client leader français de la distribution d'énergie, le projet prend en charge la conception, la mise en œuvre et le maintien en conditions opérationnelles des applications décisionnelles dédiées à la connaissance des clients du marché des professionnels (3 millions de clients) et des particuliers (30 millions de clients). Je participe aux activités suivantes : - Analyse des Spécifications fonctionnelles, Développements de la conception technique Les tâches qui nous sont attribuées via JIRA (outils système de gestion de projet) sont de différents types dont les plus récurrents sont : - Création et alimentation de table , création des Mapping ,Package et Loadlan d’alimentation des flux sur ODI - Appliquer des évolutions, demandant la mise à jour de l’existant suivant les demandes des projets extérieurs ou les propositions d’amélioration - Traité des anomalies, permettant de corriger les erreurs de développements commises lors des sprints précédant et décelés lors de la recette (Analyse des spécifications fonctionnel et corriger l’erreur) Développement des requêtes Hive (HQL) sur le cluster Hadoop Accès aux Data Labs via Kerberos avec Shell et outils DB visualiser. - Mise assistance à la recette et assistance à la mise en production Environnement technique: Oracle 12C, ODI 12C, HADOOP (HDFS, HIVE, HBASE)

Analyse Prédictive et Descriptive sur le marketing territoriale et l’image de marque de la région Oriental avec IBM SPSS (MODLER ,STATISTICS).

Stage professionnel de fin d’études au sein du groupe SQLI Oujda, sous le thème : Mise en place du Pare-feu/Routeur PFSENSE & la supervision du réseau local avec le logiciel ZABBIX.