Laura Zhou

• Conception et cadrage des architectures data & AI • Définition et gouvernance des architectures cibles (modernisation/migration) pour les plateformes cloud • Expertise technique approfondies sur la stack technique Analytics Azure : Fabric, Databricks et autres services Big Data associés • Conduite de Workshop FinOps (optimisation des coûts), Sécurité/Gouvernance • Stack: Azure (Fabric, Data factory, ADLS gen2,....), Databricks

Projets: o Refonte et migraOon d’une application d’exposition des données via API ▪ Prise en charge et refonte d’une application critique en développant et industrialisant les data pipelines ▪ Migration sur un nouveau tenant AWS et migration de la solution d’exposition vers TYK (outil de management d’API) ▪ Mise en place de tests de bout en bout o Migration d’outil legacy vers AWS ▪ Création de pipeline de donnés en suivant une architecture médaillon • Application de la méthodologie SaFe • Stack: python, pyspark, AWS (Glue, IAM, S3...), gitlab, jenkins (CI/CD), kubernetes, JIRA, TYK, Lens

• Mission au sein de Sodexo (9 mois) o Projets : ▪ Meal plan dans les universités aux US ▪ Pricing dans les restaurants d’entreprises (FR/UK/US) o Refactoring de code pour deployer sur le cloud Azure o Lecture des données en parquet sur ADLS o Création de pipeline de données pour créer des dashboards o Creation de tests unitaire et test d'integration o Stack: python, Azure DevOps, Azure ML, Azure data lake storage, Azure Data Factory, JIRA • Mission Proof Of Concept - divers clients (9 mois) o Détection des voitures en infraction à partir des photos de radar et métadonnées - (NLP, OCR) o Détection de devis éligibles à « ma prime rénov » - (computer vision) o Calcul du churn clients sur les données transactionnelles d’achats de pièces détachées de voiture o Stack: spark, python, databricks, Azure, opencv, tesseract, detectron • Mission au sein de la Société Générale – Lutte contre la fraude sur les virements externes (2,5 ans) o Mise en production de plusieurs modèles de détection de fraudes (phishing, ingénierie sociale…) en temps réel et batch sur les clients particuliers et PRO/ENT o Analyse comportementale des fraudeurs (pays destinataires, adresse IP, horaires d’opérations…) o Contrôle de la qualité des données suite à la mise en place de micro-services o Monitoring des jobs/modèles et création de morning checks o Stack: spark, python, scala, hue, hdfs, hbase, hive, Kafka, Jupyter Notebook • Mission au sein de Colas – Optimisation du prix des transports liées aux Travaux et Industrielles (2 mois) o Description des données (activité, clients, facturation, transporteur, distance…) o Clustering sur les types de livraison (industrialisation de la segmentation des livraisons) et prédiction du prix des transports o Stack: spark, python, databricks, Azure