Iman AKABI

Environnement technique : - Snowflake - DBT - Airflow - AWS (S3 / ECS / Batch / EC2 / IAM / CloudWatch, etc.) - Python / SQL - Docker - Gitlab CI/CD - Terraform Développement de Data Pipeline : - Définition du modèle de données en étoile dans Snowflake - Traitements de données batch avec DBT - Orchestration des flux de données avec Airflow - Développement et amélioration du workflow Gitlab CI/CD - Gestion de l'infrastructure avec Terraform Leader Technique : - Accompagnement technique des Data Engineers - Support aux Data Analysts - Construction des sprints Cadrage des nouveaux besoins data : - Cadrage fonctionnel : travail avec les équipes produit pour affiner les règles de gestion liées à leurs besoins data - Cadrage technique : rédaction des documents de conception technique et du dossier d'architecture pour les nouveaux data pipelines Run & Administration de la plateforme : - Suivi et optimisation des coûts d'infrastructure (AWS / Snowflake) - Suivi de production et organisation du run lors d'incidents - Tuning des data pipelines et des tables/warehouses Snowflake pour en améliorer les performances - Construction et suivi de la backlog de dette technique

Environnement technique : - Snowflake - AWS (S3 / Lambda / Batch / Step Functions / DMS / RDS / SQS / SNS / IAM / CloudWatch, etc.) - Python - Spark Scala / Databricks - Docker - Gitlab CI/CD - Sqitch - Pulumi - PowerBI Développement de Data Pipeline : - Collecte de données depuis des sources variées (APIs, SFTP/FTP, bases de données, etc.) en Python ou avec AWS DMS - Traitements de données batch en Spark Scala, Snowpark Python, et SQL - Développement et amélioration du workflow Gitlab CI/CD - Définition du modèle de données avec le Data Manager Leader Technique : - Accompagnement technique des Data Engineers : onboarding, revue de code, formation aux bonnes pratiques (tests unitaires, documentation, etc.), aide lors des phases de développement - Accompagnement des développeurs Java pour le développement d'API Data : revue du code SQL, monitoring des performances des APIs et du trafic - Accompagnement des Data Scientists à l'industrialisation de leurs modèles ML - Support aux Data Analysts - Construction des sprints avec la Team Lead Cadrage des nouveaux besoins data : - Cadrage fonctionnel : travail avec les équipes produit pour affiner les règles de gestion liées à leurs besoins data - Cadrage technique : rédaction des documents de conception technique et du dossier d'architecture pour les nouveaux data pipelines Run & Administration de la plateforme : - Suivi et optimisation des coûts d'infrastructure (AWS / Snowflake) - Suivi de production et organisation du run lors d'incidents - Tuning des data pipelines et des tables/warehouses Snowflake pour en améliorer les performances - Mise en place du projet Pulumi (IaC) permettant de gérer l'infrastructure Snowflake (droits d'accès RBAC, warehouses)

Mission 1 : Build d’une data plateforme Snowflake pour un usage marketing - Environnement technique : AWS (S3 / EC2), Snowflake, Matillion, Terraform, Gitlab CICD - Cadrage (définition du besoin, proposition d’architecture cible, chiffrage) - Ingestion et traitement des données avec l’ETL Matillion depuis diverses sources (Google analytics, Google Ads, Google Search Console, Facebook, Instagram, Twitter, etc.) - Mise en place de l’infrastructure AWS et Snowflake avec terraform - Découpage de la backlog et animation des cérémonies agiles - Responsable technique d'une équipe composée de 2 Data Engineers Mission 2 : Run d’une data plateforme Snowflake pour un usage ERP/CRM - Environnement technique : AWS (S3 / EC2), Snowflake, Matillion, Gitlab CICD - Ingestion et traitement des données issues de divers ERPs (SageX3, Dynamics 365, Navision, etc.) à l'aide de l'ETL Matillion - Suivi et fix de la production - Responsable technique d'une équipe composée de 2 Data Engineers Mission 3 : Believe (passage en CDI après quelques mois de missions)

Mission 1 : Build d’une plateforme Big Data Hortonworks - Création et automatisation de la chaine de déploiement d’applications et d’environnements logiques (couloirs, habilitations, bases et tables Hive) - Développement pour l’outil CNP de calcul financier basé jusque-là sur Matlab afin de permettre l’exécution de calcul Spark Scala sur la plateforme HDP Mission 2 : Build et Run d’une plateforme Big Data MapR - Développement d’APIs pour exposer sous forme de service les différentes capacités du socle de la plateforme (ingestion et traitement en batch et streaming, data catalogue, etc.). - Dockerisation et déploiement des APIs sur Kubernetes. - Scrum Master : facilitatrice et animatrice des cérémonies Scrumet SAFe