Kenzi LAKHDARI

– Piloté la migration d'une plateforme décisionnelle Oracle on-premise vers Azure Fabric, intégrant Synapse Analytics, Data Factory, OneLake, et Power BI – Réduction de 40% des temps de traitement, une baisse de 50% des coûts d'exploitation – Refonte complète de l'architecture data selon le modèle Medaillon (Bronze, Silver, Gold) – Rôle de Data Engineer référent, garant des bonnes pratiques de développement, de l'industrialisation des pipelines, et de la qualité des données – Définition de l'architecture cible sur Azure Fabric selon les principes Data Lakehouse (OneLake + Synapse) – Mise en œuvre du modèle Medaillon (Bronze / Silver / Gold) pour structurer les couches de données et sécuriser la traçabilité – Séparation claire des responsabilités : ingestion brute, normalisation, enrichissement métier – Gouvernance des données (catalogage avec Azure Purview, lineage, qualité, versioning) – Développement de pipelines ELT dans Azure Data Factory pour l'ingestion automatisée depuis Oracle – Optimisation des performances : partitionnement, gestion incrémentale (watermark), parallélisation des flux – Intégration des données dans Azure OneLake, préparation avec PySpark sous Databricks pour traitement distribué – Standardisation des formats (Parquet, Delta), contrôle de qualité automatique (nulls, duplicats, TNR) – Mise en place d'un framework modulaire PySpark avec notebooks standardisés (lecture, transformation, log), structuration en layers Bronze/Silver/Gold – Adoption des bonnes pratiques de développement : naming conventions, modularité, code réutilisable, séparation logique métier/technique – Peer reviews systématiques, intégration de tests de validation et pipeline CI/CD Azure DevOps – Supervision technique : monitoring des jobs (statut, durée, volumétrie), logs centralisés Delta, dashboards de suivi – Démarche d'amélioration continue : analyse post-exécution, détection d'anomalies, optimisations régulières des performances et de la robustesse – Conception d'un Data Warehouse cloud sous Synapse pour l'analyse multi-pays – Modélisation en étoile, historisation des données (SCD Type 2), documentation technique et fonctionnelle – Mise en place de vues métiers (Gold layer) pour consommation BI ou data science – Collaboration avec les analystes pour s'assurer de la cohérence sémantique et métier des données – Développement de rapports Power BI dynamiques avec sécurité RLS, DAX avancé, filtres synchronisés – Publication sur Power BI Service avec gestion des workspaces, accès utilisateurs et planification des refresh – Collaboration avec les équipes métiers pour intégrer les KPIs financiers, opérationnels, risques

– Réalisé des rapports Power BI avec 95% de satisfaction – Optimisé le suivi des KPIs marketing (+20% d'efficacité) – Contribué à la mise en place d'Azure Synapse (30% de réduction des temps de traitement) – Migré 100% des bases SQL Server vers Azure Cloud, réduisant les coûts de maintenance de 25% – Animation d'ateliers avec les équipes métiers pour collecter et prioriser leurs besoins en reporting et analyses – Proposition d'architectures analytiques robustes basées sur les technologies MSBI et Power BI – Collaboration avec les équipes techniques pour définir des plans d'action et piloter l'exécution de projets – Validation des solutions proposées via des Proof of Concept (POC) – Conception et implémentation d'un Data Warehouse centralisé – Modélisation des données selon des approches étoile et flocon, optimisant les performances – Gestion des données selon les standards Bronze-Silver-Gold pour garantir leur qualité et leur fiabilité – Surveillance quotidienne des données du Data Warehouse pour détecter et corriger les anomalies – Développement de tableaux de bord interactifs et dynamiques avec Power BI, intégrant des fonctionnalités avancées comme la gestion des accès via Row-Level Security (RLS) – Création de rapports standardisés et personnalisés avec SSRS – Collaboration avec les équipes métiers pour co-construire des tableaux de bord répondant à leurs enjeux spécifiques – Automatisation des workflows de reporting via Power Automate – Conception et développement de pipelines ETL robustes avec SSIS et Azure Data Factory (ADF) – Optimisation des flux de données dans Azure Databricks, utilisant Spark pour des traitements massifs et distribués – Intégration de données issues de systèmes hétérogènes (bases SQL, fichiers plats, API externes) avec des scripts Python – Validation des pipelines ETL via des routines de tests et de contrôle de cohérence

– Automatisé l'extraction de données médicales – Créé des visualisations Power BI pour améliorer l'analyse (+30% d'insights) – Mené une migration CRM réussie – Optimisé le traitement de données génomiques avec PySpark (+25% de performance) – Recueil des besoins auprès de 18 centres de lutte contre le cancer – Qualification et catégorisation des cas d'usage ainsi que des types de données associées – Automatisation de l'extraction des informations clés à partir des comptes rendus médicaux – Développement d'un modèle de Reconnaissance d'Entités Nommées (NER) pour identifier les entités médicales pertinentes – Analyse et traitement de données génomiques représentant plusieurs teraoctets – Utilisation de PySpark pour la distribution parallèle des processus de traitement – Optimisation des bases de données migrées pour améliorer les performances – Mise en place de sauvegardes régulières et de stratégies de récupération des données – Participation à la création d'une Data Platform sur Google Cloud – Développement et maintenance de pipelines de données avec Google Cloud Dataflow – Conception de tableaux de bord interactifs avec Looker Studio et Power BI – Intégration de différentes sources de données pour améliorer l'analyse et le reporting – Gestion des données via SQL, comprenant la manipulation, le nettoyage et la transformation – Utilisation de Python et de bibliothèques telles que Pandas, NumPy et Matplotlib pour l'analyse exploratoire – Création de visualisations dynamiques avec Power BI et utilisation de DAX – Visualisation des notes de satisfaction par zone géographique et identification des tendances temporelles – Analyse de la fréquence d'apparition de mots-clés spécifiques dans les comptes rendus médicaux – Mise en œuvre réussie d'un nouvel outil CRM – Gestion complète du projet, depuis la conception jusqu'à la livraison, incluant la gestion du calendrier et du budget – Migration des données existantes vers la nouvelle solution CRM, tout en assurant l'intégrité et la qualité des données