Kévin Hautmann-Bouttement

J’ai rejoint Mobivatar lors de la phase de développement initiale de leur jeu vidéo Foodogeki, à un moment où les données étaient dispersées dans des fichiers JSON et où la base de données existante ne disposait pas de la structure nécessaire pour accompagner la croissance future. Mon rôle s’est concentré sur la mise en place d’une fondation PostgreSQL fiable et scalable à travers l’architecture de base de données, la modélisation des données, l’automatisation, l’optimisation des coûts et l’administration en production, tout en collaborant étroitement avec les équipes produit, développement et métiers. Réalisations clés : - Audit en profondeur de l'architecture et des performances de la base de données PostgreSQL, ayant conduit à une restructuration, une normalisation et une optimisation du schéma et des requêtes SQL, permettant une réduction de 40% des coûts de stockage. - Conception et documentation de 140 tables, 26 triggers et plusieurs vues, créant un modèle de données robuste aligné avec les besoins du gameplay et du business. - Développement d'un pipeline CI/CD pour automatiser le versioning du schéma de la base de données, complétée par des processus de backup & recovery et un contrôle d'accès basé sur les rôles (RBAC), améliorant l'efficacité des migrations de schéma. - Déploiement des bases de données de production et de développement sur GCP Cloud SQL avec Terraform et réduction de 65 % des coûts des environnements de développement grâce à l’automatisation de l’arrêt des instances en période d’inactivité. - Identification et résolution, à mon initiative, d’un point de friction dans le recueil des besoins : remplacement de spécifications techniques sous Excel par un système de tickets orienté métier, réduisant d’environ 70 % le temps de cadrage et améliorant la communication avec les équipes produit. Écosystème technique : PostgreSQL, optimisation de requêtes SQL, modélisation de données, Python, Bash, Linux, GCP Cloud SQL, backup & recovery, RBAC

J’ai travaillé au sein de l’équipe Central Operations d’Amazon, la tour de contrôle en charge du pilotage de la performance des livraisons du dernier kilomètre en Europe. Mon rôle consistait à améliorer l’efficacité de la planification des véhicules de livraisons, l’exécution des tournées et la prise de décision opérationnelle, à travers des solutions de data engineering, d’automatisation, de business intelligence et d’analytique, en collaboration avec des équipes techniques et opérationnelles multi-pays. Réalisations clés : - Conception et mise en œuvre d’une logique dans un workflow AWS Lambda (Python + pandas) permettant d’optimiser l’utilisation des véhicules via des recommandations de rééquilibrage des tournées sur plus de 350 sites de livraison, contribuant à plus de 50M$ d’économies annuelles. - Développement d’un tableau de bord opérationnel sous AWS QuickSight utilisé en période de forte activité pour identifier les zones nécessitant une limitation des annulations de tournées, améliorant l’engagement des partenaires de livraison et la fiabilité du service. - Conception et documentation d’un outil interne en Python / Tkinter automatisant la mise à jour des paramètres d’annulation de tournées sur l’ensemble des sites européens, remplaçant des manipulations manuelles de fichiers JSON (gain de 1,5 heure par semaine et réduction des erreurs opérationnelles). - Documentation (SOP de 11 pages) et onboarding de plus de 10 managers sur un workflow automatisé (Excel + Python) pilotant les paramètres opérationnels des tournées de livraison européennes, puis support des utilisateurs et résolution des incidents en production liés aux changements de configuration. Environnement technique : AWS (S3, Lambda, Redshift, QuickSight, CloudWatch), Python, DBT, SQL, ETL / ELT, Linux, Business Intelligence, Observabilité, Automatisation de la donnée, Analyse opérationnelle

J’ai travaillé au sein de l’équipe Vendor Flex Analytics d’Amazon, en support d’un programme visant à intégrer les entrepôts des fournisseurs au réseau logistique d’Amazon afin d’accélérer les livraisons et d’améliorer l’efficacité des stocks à l’échelle européenne. Mon rôle consistait à améliorer la visibilité opérationnelle et la prise de décision à travers des solutions de data engineering, de business intelligence, de pipelines ETL et de data quality, en collaboration avec des équipes business, opérations et analystes répartis sur plusieurs pays européens. Réalisations clés : - Conception et maintien d’un tableau de bord AWS QuickSight suivant plus de 15 KPI opérationnels et retail, utilisé par plus de 30 parties prenantes pour les revues de performance hebdomadaires sur des sites Vendor Flex dans plus de 6 pays européens. - Développement et optimisation de plus de 10 pipelines ETL en SQL avec DBT (Data Build Tool), permettant le traitement de jeux de données allant jusqu’à 7 To au sein des environnements Data Lake (S3) et Data Warehouse (Redshift). - Amélioration de la fiabilité des reportings via la mise en place de contrôles de qualité des données et de couches de validation en SQL avec dbt, renforçant la confiance des parties prenantes dans les indicateurs opérationnels. - Consolidation de sources de reporting hétérogènes en solutions BI unifiées, réduisant la fragmentation des tableaux de bord et simplifiant l’accès aux insights métiers. Environnement technique : AWS (S3, Redshift, QuickSight), SQL, Python, DBT, ETL / ELT, Data Warehouse, Data Lake, reporting KPI, Business Intelligence, Data Quality

Pendant ce stage, j'ai travaillé en autonomie sur le développement d’une fonctionnalité d’import multi-format d’actifs pour un SaaS de comptabilité, dans un environnement produit Agile. Mon rôle comprenait le développement logiciel, les intégrations d'API, les mises à jour de bases de données, ainsi qu'une collaboration étroite avec les développeurs et le Product Owner pour traduire les besoins métier en fonctionnalités évolutives Réalisations clés : - Conception et développement d'une fonctionnalité d'import multi-format pour un SaaS comptable, avec interface de mapping de colonnes configurable pour les formats de fichiers personnalisés. - Développement de fonctionnalités back-end en Java / Spring et intégration d’API pour supporter les échanges de données et les processus métier. - Modification de la base PostgreSQL et gestion des évolutions de schéma via versioning Liquibase. Participation aux rituels Agile (daily, sprints), aux revues de code et aux cycles de livraison dans un environnement CI/CD. Environnement technique : Java, Spring, PostgreSQL, Liquibase, APIs, GitLab, CI/CD, Jira, Agile, Docker

Aide donnée aux étudiants en difficulté dans les matières informatique (bases de données, Java) , sous forme de petites séances de quelques heures pendant lesquelles les étudiants sont libres de participer en posant des questions sur des points du cours qu'ils n'ont pas compris et en réalisant des exercices que je corrige en fin de séance.