Ilias Rezzak

• Contexte de migration vers une architecture médaillon basée sur Azure Databricks, avec pour objectif de fiabiliser, optimiser et standardiser les traitements de données issus du datalake existant. L’environnement est structuré autour de technologies Spark/Scala/Pyspark, avec une forte exigence sur la qualité du code, la sécurité et la performance. ✓ Migration des traitements vers Azure Databricks. ✓ Migration des pipelines Spark/Scala depuis AKS/Airflow vers la plateforme Azure Databricks. ✓ Mise en place de workflows Databricks pour orchestrer les nouveaux traitements. ✓ Accompagnement des équipes projet dans la prise en main des nouvelles architectures Databricks. Refonte et amélioration des applications. ✓ Audit du patrimoine applicatif existant sur AKS afin d’identifier les optimisations possibles. ✓ Refactorisation des traitements Spark pour améliorer la résilience, les performances et la maintenabilité. ✓ Transformation des formats de données de Parquet vers Delta Lake pour tirer parti des performances optimisées de Databricks. Standardisation et bonnes pratiques de développement. ✓ Mise en place de standards de développement au sein du service : - Processus de revue de code, - Outils d’analyse de qualité de code, ✓ Homogénéisation des pipelines de CI/CD pour les projets Data. Sécurité et gouvernance. ✓ Suivi et résolution de failles de sécurité détectées dans les traitements ou les environnements. ✓ Mise en place des premiers éléments du Unity Catalog pour la gestion des accès, des métadonnées et la gouvernance des données sur Databricks. - Collaboration & Documentation. ✓ Coordination avec les équipes d’infrastructure, de sécurité et les développeurs projets. ✓ Documentation des architectures, des procédures de migration et des bonnes pratiques sur Confluence. ✓ Ticketing sur Jira

Global integration layer, dans un environnement international anglophone, rattaché à l'équipe d'intégration, l'objectif est de créer des architectures techniques, des pipelines Data Factory et des applications pour intégrer de nouvelles applications Sodexo dans son écosystème. Intégration de données. ✓ Création et gestion de pipelines de données sur Azure Data Factory (ADF) pour orchestrer des flux de travail de données complexes. ✓ Mise en place de pipelines ETL pour intégrer des données provenant de diverses sources. ✓ Intégration de Azure Synapse comme source de données et de solutions SaaS comme Bloomreach et Brevo comme cibles. ✓ Configuration et gestion des Azure Blob Storage pour le stockage et la gestion des données. ✓ Assurer l'intégrité et la sécurité des données stockées. ▪ R&D. ✓ Utilisation de Databricks pour l'intégration et l'analyse de grandes volumétries de données. ✓ Conception et développement de jobs PySpark pour le traitement de données massives. ✓ Optimisation des performances des jobs PySpark pour réduire le temps de traitement et les coûts. ✓ Intégration de données métier (paiements, données sensibles…). ✓ Data Gouvernance & Qualité de données. ✓ Étudier l'interfaçage avec les solutions externes SaaS (ERP, SAP, SalesForce, Brevo, Bloomreach…). ▪ Infrastructure IAC & Automatisation. ✓ Gestion des sources sur GIT ✓ Développement et déploiement de solutions CI/CD pour automatiser le cycle de vie des applications de données. ✓ Utilisation d'Azure DevOps pour la gestion des versions, les tests automatisés et les déploiements continus. ✓ Collaboration avec les équipes de développement pour intégrer les pratiques DevOps dans les processus de développement de données. ▪ Mise en place/Challenger les architectures techniques cloud Azure. ✓ Élaborer le DAT et faire le suivi pour la validation avec la sécurité. ✓ Rédiger le fichier NSM pour les flux réseau. ✓ Rédiger le fichier SIN pour la rotation des secrets en Key vault.

• Oct. 2021 – Nov. 2022: Mission chez Santander en tant que Data Engineer. Abacus R3 Ncino Data transformation, Ingestion, le nettoyage et la transformation des données et développement de différentes fonctionnalités D’analyse et de validation des données bancaires. Technologies: Scala Spark, Maven, SQL Server, Mongodb, Git Lab, Jenkins, Control_M, Yarn. • Jan. 2021 – Oct. 2021: Mission chez Virgin Media en tant que Data Engineer. CAR (Costumer Analytic Record), Collecte et ingestion des données client provenant de différents points de contact (PegaChat, IVR, Data Warehouse, etc.) afin de construire le CAR, permettant l'analyse des campagnes ciblées et des actions marketing. Technologies: Scala spark, SBT, Hive, Ambari platform, Azure HDInsight platform, bitbucket, Jenkins, Nexus, Git, Nifi. • Mars 2020 – Janv. 2021 : Mission chez Lloyds Bank en tant que Cloud Data Engineer. ADS(Actuarial Data Stores), Développement et automatisation de différentes méthodes d'analyse de données, audit – validation, transformation des données et ingestion de données utilisées par les actuaires. Technologies: Azure Data Factory, Azure DevOpsAzure Databricks, Azure Data Lake Store, Pandas, Pyspark, Docker, Git. • Avril. 2019 – Mar. 2020 : Mission chez Telefonica en tant que Data Engineer OnHR Développement et optimisation des pipeline de données RH mondial qui extrait les données de HDFS en fonction de la spécification du fichier JSON pour remplir les tables cibles dans la base de données MySql. Technologies : Apache airFlow, Scala spark, Maven, HeidiSQL, Maria DB, SFTP, Git

ALPHA Portfolio Risk Program : Réalisation d'une solution décisionnelle complète au sein de la Délégation Globale d'Assurance, visant à automatiser les processus d'intégration des données et à fournir des tableaux de bord pour le pilotage stratégique et opérationnel. ✓ Conception et développement d’un pipeline de migration de données depuis une base SQL Server vers MongoDB en utilisant Apache Spark. ✓ Extraction des données en masse depuis PostgreSQL à l’aide de JDBC avec gestion de la volumétrie et des performances. ✓ Transformation et nettoyage des données dans Spark (PySpark) en respectant les exigences du modèle cible. ✓ Mise en place de tests unitaires et de logs pour assurer la traçabilité et la fiabilité du pipeline. ✓ Optimisation des performances Spark (partitionnement, cache, broadcast, etc.). ✓ Collaboration avec les équipes produit et data pour valider les structures de données et les besoins métier. ✓ Documentation du pipeline et des bonnes pratiques pour les futurs déploiements ou évolutions. ✓ Développement de rapports interactifs via Tableau. Client: Scor • Technologies : Pyspark, T-SQL, MongoDB, Tableau, Docker, Git. Développement de scripts SQL et PL/SQL (fonctions et procédures stockées) Mise en place de requêtes SQL sur Teradata sur divers sujets tels que la mesure des KPI des impayés, fraude Conception et suivi de rapports dynamiques via Tableau Software Technologies: Python,PL-Sql, Tableau.

▪ Participation à la mise en place d’une solution ETL dans le cadre de la gestion des campagnes marketing du client Total. L’objectif était de structurer et automatiser le traitement des données clients pour permettre un ciblage plus précis et une exécution plus fluide des campagnes. ✓ Analyse des besoins métier en collaboration avec les équipes marketing et data ✓ Conception et développement de flux ETL avec IBM DataStage ✓ Intégration et transformation des données provenant de différentes sources (CRM, fichiers plats, bases internes) ✓ Participation à la mise en place des règles de qualité de données et de segmentation client Technologies: IBM DataStage, SQL. Client: Total

Stage de fin d’étude pendant deux mois au sein de la Société Tech-logic a comme projet : refont LAN et WAN.

Stage d’initiation pendant un mois au sein de la Direction de la Météorologie Nationale à Casablanca