Karim Dardour

Architecture, administration et expertise infrastructure pour des plateformes data pour le système d’information décisionnel de SFR. Conception et planification d’une architecture de solution cloud hybride GCP / Cloudera. Gestion de la mise en œuvre et provisionnement d’une infrastructure de solution robuste. Assurer la fiabilité des solutions et des opérations. • Assurer l’architecture, l’administration, l’audit et les upgrades ainsi que les migrations. • Mise en place de la landing zone. Configurations des topologies de réseau (Shared VPC, Hub-and-Spoke). • Intégration GCP avec les environnements sur site CDP (réseau hybride). • Conception d’une infrastructure solution répondant aux besoins métier et aux exigences techniques. • Conception de haute disponibilité et de failover, load balancing et scalabilité pour répondre aux montées de charge. • Compréhension et analyse des besoins métier. Etude des architectures existantes. • Présenter et argumenter les scénarios d’architecture Big Data et GCP. Conduire et implémenter des POCs. • Optimisation de jobs s’exécutant sur les plateformes CDP et GCP. • Suivi de production pour l’analyse des incidents liés aux jobs et l’amélioration des performances. • Conception des ressources réseau, de stockage et du calcul. • Ingestion, traitement et sécurisation des données. ENVIRONNEMENT Cloud GCP: Compute Engine, Cloud Run, Cloud Run functions, GKE, App Engine, Interconnect, VPN, VPC, Shared VPC, Hub-and-spoke, IAM, Cloud Load Balancing, Cloud Storage, BigQuery, Cloud Sql, Cloud Spanner, Bigtable, Memorystore, Firestore, Pub/Sub, Cloud Monitoring, CI/CD, Cloud Build, Artifact Registry, Terraform. ENVIRONNEMENT On-premise: Cloudera CDP, Spark, Hive, Impala, Hue, Kafka, Hadoop, Kubernetes, NiFi, Elasticsearch, YARN, Grafana, Prometheus, Kerberos, Avro, ZooKeeper, Airflow, Java, Python, Scala, IntelliJ, Devops, Jenkins, Nexus, Jira, confluence, Git, GitLab.

Architecture, administration et expertise infrastructure pour une plateforme data pour EDF. Conception et planification d’une architecture de solution Cloudera. Gestion de la mise en œuvre et provisionnement d’une infrastructure de solution robuste. Assurer la fiabilité des solutions et des opérations. • Assurer l’architecture, l’administration, l’audit, les migrations et les upgrades. • Gestion de la plateforme. Monitoring continu et optimisation des jobs. Assurer l’expertise en écosystème Hadoop. • Conception d’une infrastructure solution répondant aux besoins métier et aux exigences techniques. • Conception de haute disponibilité et de failover, load balancing et scalabilité pour répondre aux montées de charge. • Compréhension et analyse des besoins métier. Etude des architectures existantes. • Présenter et argumenter les scénarios d’architecture Big Data. Conduire et implémenter des POCs. • Suivi de production pour l’analyse des incidents liés aux jobs et l’amélioration des performances. • Conception en considérant la performance et la latence. Conception des ressources réseau, de stockage et du calcul. • Choisir les technologies du traitement des données, du calcul et les types de stockages appropriés. • Cartographie des besoins de calcul aux produits de la plateforme. Intégration de solutions aux systèmes existants. • Ingestion, traitement et sécurisation des données à l’aide des options disponibles. ENVIRONNEMENT: Spark, Kafka, Hadoop, HBase, YARN, HDFS, Hive, Ambari, Atlas, Ranger, Knox, Kerberos, Tez, MapReduce, Phoenix, Sqoop, NiFi, Avro, Elasticsearch, ZooKeeper, Oozie, Zeppelin, Java 8, Python, Scala, IntelliJ, Oracle, Devops, Jenkins, Nexus, Jira, confluence, Git, GitLab.

Mise en place d’un programme de transformation Big Data au sein du cash management pour gérer la montée en puissance et en volumétrie des flux et évènements transactionnels liés au traitement des paiements. • Analyser les besoins Business et étudier les architectures existantes. • Architecture Data (Ingestion, transformation, enrichissement, indexation, stockage, analyse et visualisation). • Présenter et argumenter des scénarios d’architecture Big Data et Hadoop • Conduire et implémenter des Proof-Of-Concepts visant à confirmer la faisabilité technique. • Assurer la conception technique du Data Lake. • Réaliser l’architecture des traitements de données autour de Spark. • Optimisation des traitements parallèles et distribués mode cluster, batch ou en temps réel (streaming). • Intégration Spark Kafka (Ingestion, collecte en temps réel, débit très important). • Ingestion de données en rapide augmentation avec des formats hétérogènes dans Hadoop et NoSQL. • Reporter régulièrement au donneur d’ordre l’avancement des travaux et les risques potentiels identifiés. • Assister le Product Owner dans la rédaction des user stories pour intégrer les spécifications techniques. • Accompagner les équipes de développement à Singapour. • Challenger les solutions techniques. Revue de code, de sa qualité et des documents techniques. • Garantir la bonne intégration du Data Lake: Ingestion, intégration à ELK... • Fournir les approches et les designs techniques. • Etre force de proposition sur l’amélioration de la Stack Big Data, exploitation des différentes solutions. ENVIRONNEMENT: Spark, Kafka, Hadoop, HBase, Elasticsearch, Kibana, Logstash, Solr, Lucene, Cassandra, YARN, HDFS, Hive, Ambari, MapReduce, Phoenix, HDP, HDF, Flume, Sqoop, NiFi, StreamSets, Storm, Ignite, Avro, Zookeeper, Oozie, Python, Scala, Java 8, REST, Jenkins, Spring Boot Microservices, IntelliJ, MQ, Git, Kerberos.

Mise en place d’une plateforme data science dédiée à l’extraction, l’ingestion, le traitement et l’exploitation des données ainsi qu’à leur analyse via des calculs, des algorithmes et simulations scientifiques dans le cadre de la recherche et l’innovation technologique dans le domaine de l’énergie. • Refonte et amélioration de l’existant, architecture logicielle et création de solutions innovantes. • Mise en place du moteur de workflow pour optimiser algorithmes, calculs et simulations. • Amélioration de la performance des modules et des durées des traitements. • Réduire les latences des flux temps réel. ENVIRONNEMENT: Spark, Kafka, Hadoop, Hbase, Hive, Java 8, scala, Python, REST, MySql, Oracle, Eclipse, Git, Agile.

Mise en place d’un système de calcul du risque dédié au traitement et l’exploitation des données économiques. • Architecture logicielle des extensions fonctionnelles et des améliorations techniques des applications. • Améliorer les temps des traitements des données gérées par le batch processing. • Diagnostic de la performance, profiling, tuning et optimisation de la gestion mémoire. • Revue de code des équipes à Bangalore et proposition de corrections et design de qualité. • Diagnostic des incidents en production et proposition de solutions rapides. ENVIRONNEMENT: Java, SQL, webservices, Oracle, Weblogic, Tibco, Hudson, Eclipse, Spring, Jira, Scrum.

Mise en place d’une plateforme électronique de trading international. Coordination avec les différents sites géographiques (Londres, New York, Paris, Hong Kong) • Mise en place du référentiel Data selon le middleware utilisé par HUB • Mise en place du moteur intelligent de flux interne. • Mise en place du système d’alimentation des données du marché en temps réel. • Architecture logicielle des différents modules de la plateforme. • Optimiser le streaming des prix en temps réel et accélérer le traitement et l’exécution des ordres. • Coordination avec les équipes basées à Londres, à New York, à Paris et à Hong Kong. ENVIRONNEMENT: Java, SQL, Oracle, Websphere, Spring, Maven, Tibco Rdv, MQ, Eclipse, Scrum (Agile), ActiveMQ.

Développement d’un moteur de workflow de communication au sein de la salle de marché (Dérivés sur actions et indices) dans le but de permettre une collaboration entre vendeurs, traders et middle. • Développement des évolutions requises par le projet. Tests des fonctionnalités. • Contribution aux spécifications détaillées techniques et fonctionnelles. • Organiser des démonstrations aux utilisateurs et aux équipes informatiques. • Suivi de la production (internationale). Travailler en coordination avec les différents acteurs de la salle de marché. ENVIRONNEMENT: Java, SQL, Oracle, Weblogic, Maven, Eclipse.

Mise en place d’une data plateforme pour le service énergie et matières premières, intégrant les librairies Python et modèles des Quants et exploitant le Market data pour prédire le pricing sur du grid computing. • Développement des services de pricing via la grille de calcul. • Multithreading pour simuler les stress scénarios (résultats récupérés en mode asynchrone). • Conception des librairies de simulation via Python. • Développement java space via Gigaspace Cache distribué. • Développer le calculateur du risque et le référentiel des données du marché qui serviront dans le pricing. ENVIRONNEMENT: Python, Java, SQL, DataSynapse Grid computing, Gigaspace, Spring, Oracle, WebServices.

Mise en place d’une plateforme temps réel pour la gestion du FOREX. • Automatiser le pricing et la saisie des deals. • Développement de l’interface communiquant avec le Pricer. • Calculer les marges de la trésorerie ainsi que le bénéfice et la perte. • Analyse, développement, recette, mise en production, support en relation directe avec les traders. ENVIRONNEMENT: Java, SQL, Quartz, Eclipse.

Développement d’une application pour la gestion du risque clientèle. (Java, SQL)