lila nasri

Intégration au département Analytics Solutions, en charge de l’administration et du développement du Datalab Databricks permettant aux ingénieurs/analystes d’EDF Power Solutions de concevoir, tester et industrialiser des cas d’usage data. • Développement et optimisation de pipelines de données batch et streaming (Spark / PySpark). • Ingestion, transformation et mise en qualité des données (Delta Lake, contrôles qualité, règles métier). • Optimisation des jobs Spark/Delta Lake et des clusters Databricks (performance, coûts, stabilité). • Déploiement et maintenance de notebooks, workflows et clusters Databricks. • Analyse et correction des incidents (qualité, performance, disponibilité) et amélioration continue des workflows. • Support et accompagnement des Data Scientists/Analystes/Métiers • documentation et partage des bonnes pratiques. • Collaboration avec les équipes Cloud/Infra et participation aux rituels agiles (daily, sprint planning, démos). • Veille technologique et propositions d’améliorations (outillage, CI/CD, industrialisation).

Unification du système d'authentification pour l'ensemble des applications Extranet B2B/B2C. Mission stratégique incluant l'accompagnement des équipes dans la migration, le renforcement de la cybersécurité, la mise en place d'un système de monitoring avancé et la définition de KPIs pour maximiser la valeur business de la solution. • Conception d’une architecture serverless AWS (S3, Lambda, EventBridge). • Ingestion et consolidation de données multi-sources (logs SAP, extractions utilisateurs, référentiels CID’applications). • Intégration de la validation métier (responsables applicatifs) pour qualifier les utilisateurs inactifs. • Construction d’indicateurs de suivi et de KPI pour la refacturation de la consommation SAP CDC. • Mise en place de pipelines Databricks pour l’enrichissement et l’industrialisation des traitements analytiques. • Automatisation de l’infrastructure Databricks : déploiement de jobs et clusters via Asset Bundles, Terraform et GitHub Actions. Environnement technique : Databricks, CICD, S3, PBI , Lambda, Terraform, Python, Asset Bundles, PySpark, Python.

Data Engineer/Devops au sein de la Squad DAP (Data and Analytics Platform) Les solutions développées par la squad DAP sont des moteurs et des accélérateurs au service de tous les projets digitaux de TotalEnergies. • Développement de pipelines Databricks (PySpark) architecture Médaillon (Bronze / Silver / Gold) • Automatisation des déploiements de workspaces Databricks sur Azure • Automatisation des déploiements de workspaces Databricks sur AWS • Suivi de l’intégration de la fédération d’identité • Administration de la Data Platform • Rédaction des User Stories • Implémentation des règles FinOps(refacturation Datalake gen2, S3 et Databricks compagnie) • Automatisation de l’infrastructure Databricks : déploiement de jobs et clusters via Asset Bundles, Terraform et GitHub Actions . • Pipeline FinOps : récupération des logs d’usage applicatif, calcul des consommations et refacturation interne sur S3 et ADLS Gen2. • Industrialisation du Data Lake S3 & ADLS Gen2 : design de la solution, définition des règles de gouvernance et mise en place des mécanismes de gestion des accès. • Développement d’APIs Python (FastAPI, Alembic) pour automatiser les demandes d’accès, la création de buckets et la gestion des workflows de prévalidation. • Mise en place d’une architecture applicative sur AWS : utilisation de Lambda pour l’automatisation de traitements pour exposer les services liés à la gestion des accès S3. • Accompagnement des migrations applicatives • Accompagnement des projets data pour les différentes branches de Total • Mise en place d’un système de catalogage pour les données de Total (Purview) • Conception de dashboards Power BI (DAX) pour le suivi des KPIs des projets MVP, permettant d’assurer le pilotage et la mesure de la valeur business apportée. • Onboarding et support des équipes projets dans l’utilisation de la plateforme (Azure & AWS), diffusion des bonnes pratiques. Mise en place d’outils de catalogage et gouvernance des données (Azure Purview, DataGalaxy). Environnement technique : Azure Databricks, AWS Databricks, PySpark, Python, Delta Lake, ADLS Gen2, S3, CICD, Terraform, Azure Functions, Asset Bundles, Azure Data Factory, Azure SQL, Postgres, Purview, DataGalaxy, AWS Lambda, EC2, C#, Power BI, DAX.