Khaled Amina

Contexte: Dans le cadre d'une mission de longue durée chez GRDF, acteur majeur de la distribution de gaz en France, j'interviens en tant que Consultant Data / Business Intelligence au sein d'un environnement multi-projets et transverse. Mon rôle porte sur la modernisation de la plateforme data, la gestion et la qualité des données de référence (MDM), ainsi que l'industrialisation des flux Data Engineering, dans un contexte de migration vers le Cloud, de normalisation des référentiels et de forts enjeux de fiabilité, performance et scalabilité. J'interviens en étroite collaboration avec les équipes métiers, data, architecture et IT. Missions réalisées : – Conception et développement de pipelines Data Engineering pour l'ingestion, la transformation et l'exposition des données (JSON, CSV, fichiers positionnels, flux Oracle) via Informatica PowerCenter et Informatica Cloud. – Mise en œuvre d'une architecture Data Vault 2.0: conception de moteurs génériques de chargement (Raw Vault), contribution à la modélisation (Hubs, Links, Satellites) et alimentation des couches Business Vault et Data Marts. – Développement de transformations SQL sur Snowflake et industrialisation des traitements analytiques via DBT (modèles, tests de qualité, documentation). – Migration et modernisation des flux Informatica PowerCenter vers Informatica Cloud, avec adaptation à l'architecture Cloud & Snowflake. – Optimisation des performances des traitements data (workflows ETL, requêtes SQL, volumétrie, temps de traitement, gestion des warehouses Snowflake). – Mise en place de mécanismes d'ordonnancement et d'automatisation des traitements via Taskflows Informatica, scripts Bash et Python, avec gestion des dépendances et reprise sur incident. – Gestion de la qualité et de la cohérence des données de référence : déduplication, re-matching, règles de gestion et contrôles de qualité sous Semarchy xDM. – Refonte et optimisation des interfaces MDM (ergonomie, lisibilité, performance) et enrichissement des modèles de données. – Développement de scripts SQL / PL-SQL avancés pour le contrôle, l'audit et la correction des données. – Participation aux déploiements multi-environnements (DEV, INT, PREPROD, PROD), aux tests techniques et fonctionnels, aux estimations de charge et à la rédaction des livrables techniques. – Analyse des besoins fonctionnels et techniques, maintenance évolutive et corrective des solutions data et support aux équipes métiers. Environnement technique: Informatica PowerCenter, Informatica Cloud, Snowflake, DBT, Semarchy xDM, Oracle, PostgreSQL, SQL / PL-SQL, Python, Bash, Data Vault 2.0, Jira, GitLab, Confluence.

Contexte: Mission au sein de la DSI de GRDF dans le cadre de la maintenance et de l'évolution du système EPOD (Échanges de Point de Livraison), plateforme critique gérant les échanges de données entre les acteurs du marché du gaz (fournisseurs, distributeurs, partenaires). L'objectif principal était d'assurer la continuité de service, la qualité des flux de données et l'automatisation des processus de supervision et de reporting. Missions réalisées : – Surveillance de la production et analyse des flux de données entre les briques du système EPOD. – Traitement des rejets de production et résolution des incidents associés. – Contribution au suivi quotidien des indicateurs (support, traitement des retours métiers, analyse et détection des rejets).

Contexte: Mission réalisée au sein de l'équipe Data & Analytics de Talan Consulting, dans le cadre de la mise en place d'une solution intégrée de planification budgétaire et de prévisions pour des clients grands comptes. L'objectif principal du projet était d'améliorer la fiabilité des données décisionnelles, de renforcer la capacité de prévision via des modèles de Machine Learning, et de proposer des indicateurs de performance (KPI) clairs et visualisables en temps réel. Réalisations : – Mise en place d'une solution de planification budgétaire et de prévisions pour les entreprises. – Prétraitement des données du Data Warehouse sous PostgreSQL (nettoyage, normalisation, préparation des données). – Conception, modélisation et alimentation du Data Mart sous PostgreSQL pour les besoins analytiques et de reporting. – Développement de flux d'intégration et de transformation des données avec Talend pour automatiser et fiabiliser les traitements. – Conception et développement de modèles de prévision basés sur le Machine Learning sous Jupyter (Python). – Développement et calcul de nouvelles mesures KPI en lien avec les enjeux de planification et de pilotage. – Création de tableaux de bord interactifs sous Power BI pour la visualisation des indicateurs et des prévisions en temps réel. – Développement d'une interface applicative via Power Apps pour faciliter l'accès et l'exploitation des données par les utilisateurs métiers. Environnement technique: PostgreSQL, Talend, Power BI, Jupyter (Python), Power Apps.