Mehdi NADOUR

• Conception, gestion et évolution de l'architecture cloud sur Google Cloud Platform (GCP). • Modélisation et orchestration de pipelines de données complexes et évolutifs (scalables) via Dataform et Fivetran. • Optimisation continue de l'écosystème data afin de garantir la fiabilité, la performance et la disponibilité des données. • Rôle de Tech Lead pour l'idéation et la mise en œuvre de cas d'usage en Intelligence Artificielle Générative (IA Gen). • Conception de solutions métier innovantes, incluant un Assistant Expert Retail, un concierge digital et des plateformes de co-création. • Pilotage de l'intégration technique de nouvelles sources de données vers les systèmes cibles. • Mise en place de standards de gouvernance des données afin d'aligner les flux de travail (workflows) avec les objectifs stratégiques de la Maison. • Pilotage de la feuille de route (roadmap) technique et orientation de la vision d'évolution de l'architecture data. • Interface principale entre les équipes techniques et les parties prenantes métier pour garantir l'alignement des projets. • Management et mentorat des Data Analysts juniors au sein de l'équipe data. • Animation des cérémonies Agile, notamment le raffinement du backlog (backlog refinement), l'estimation des tickets et les rétrospectives de sprint.

• Contexte : Intégré à l’équipe Finance, j’étais chargé de l’ingestion et de la transformation de données financières issues de différentes sources afin de mettre à disposition les données aux Data Analysts pour des besoins de Dataviz et Data science. • Réalisations : • Conception et mise en œuvre de pipelines de données (temps réel et batch) répondant à divers cas d'usage business. • Optimisation de la performance et de la fiabilité des pipelines de données existants. • Développement et exécution de tests fonctionnels rigoureux. • Conception et déploiement d'une architecture CI/CD moderne s'appuyant sur Artifact Registry, Cloud Build, Cloud Run, les déclencheurs Webhook et Terraform.

• Contexte : L’équipe data était responsable de la mise en place et du maintien d’un outil de suivi des performances des voitures connectées. Je devais proposer de nouvelles architectures pour l’ingestion de données, afin de gagner du temps de traitements, mais aussi de proposer des pistes d'amélioration, afin d’optimiser les coûts liés à Bigquery et à Datastudio. • Réalisations : • Développement et maintenance de pipelines de données garantissant des flux à haute performance. • Création de tableaux de bord de suivi et de reporting de la performance pour l'activité Renault Connected Cars. • Résolution d'incidents techniques et correction des anomalies sur les flux d'alimentation et les pipelines de traitement. • Optimisation des temps d'exécution et réduction des coûts liés aux requêtes BigQuery sous Looker Studio. • Rédaction de la documentation technique (architectures, pipelines de traitement et workflows).

• Contexte : En tant que Data Engineer au sein du projet L'Oréal for the Future, mon rôle était de participer à la mise en place d’un datawarehouse dans BigQuery, permettant de rassembler et d'organiser efficacement les données. Une fois le datawarehouse opérationnel, nous avons utilisé ces données pour créer un dashboard de KPIs dans Looker, offrant ainsi aux métiers des indicateurs clés de performance essentiels pour évaluer l'impact des mesures prises et orienter les décisions vers un avenir plus durable et responsable. • Réalisations : • Proposition de solutions GCP pour répondre aux attentes du client. • Récupération des données métiers représentant les KPIs dans Bigquery (data pipeline, migration des données, ingestion). • Mise en place de tableaux de bord sur Looker montrant l'évolution des différents KPIs liés au développement.

• Contexte : Au sein de l'équipe data de Veolia Eau d'Île-de-France, j'ai participé à la gestion de différentes sources de données (On premise / Cloud). Nous étions chargés de la mise à disposition de données exploitables pour les métiers, tels que la direction financière, la clientèle, etc., ainsi que la gestion de données des différents CRM (ingérer, traiter et transformer) permettant ainsi la création de rapports et de tableaux de bord pertinents. • Réalisations : • Participation à l’ensemble de la chaîne décisionnelle (consolidation, modélisation, restitution, analyse). • Mise en œuvre de solutions techniques sur les technologies GCP (Bigquery, Cloud Functions, Storage, Cloud Run, Datastore...). • Alimentation du datalake & du datamart à partir de plusieurs sources de données (salesforces, open source api, google Drive, Oracle ETL...). • Conception et développement de flux d'acquisition de données à partir de sources, transformation et insertion de ces données dans un système cible. • L’insertion de ces données dans un système cible à l'aide d'Oracle Data Integrator (ETL). • Assistance avancée aux utilisateurs.