Michaël RABE

– Conception de pipelines data sur GCP (BigQuery, GCS, Airflow) – Développement Python + orchestration avec Apache Airflow – Containerisation avec Docker et déploiement Cloud Run – CI/CD et infra as code avec Terraform – Optimisation BigQuery (modélisation, performance, coûts) – DBT

Contexte : Modernisation de l’infrastructure data sur GCP. Objectifs : Mettre en place des pipelines de données automatisés et scalables. Optimiser les flux ELT avec Apache Airflow. Structurer la modélisation des données avec DBT dans BigQuery. Réalisations : Développement de workflows Airflow pour orchestrer l’ingestion, la transformation et le chargement des données. Création de modèles DBT assurant qualité, cohérence et traçabilité des datasets. Optimisation des coûts BigQuery : ▸ Utilisation de tables partitionnées et clusterisées ▸ Réécriture et tuning des requêtes SQL Collaboration avec les équipes métiers pour aligner les solutions data sur les besoins opérationnels. Stack : GCP (BigQuery, Cloud Storage, Job Cloud Run) • Apache Airflow • DBT • Python • SQL • Docker • Git • CI/CD

Contexte : Data Engineer SNCF G&C - Equipe Data Plateform Réalisations clés : Ingestion de données dans le Data Lake à l’aide de pipelines Azure Data Factory (ADF). Traitement des données avec Databricks et PySpark. Création de rapports Power BI connectés à des jeux de données optimisés. Surveillance et fiabilisation des flux de bout en bout. Stack : Azure (ADF, Databricks), PySpark, Python, Power BI —————————————————————————————— Contexte : Data Engineer - Dans le retail Réalisations clés : Développement de pipelines de contrôle qualité dans Dataiku DSS, avec automatisation des règles de validation et détection d’anomalies. Sur GCP, ingestion et orchestration des traitements des données post-migration via airflow, BigQuery pour les contrôles à grande échelle. Construction de dashboards Looker de suivi des écarts et des taux de conformité. Documentation des processus et mise en place d’un monitoring régulier des flux de validation. Stack : GCP (BigQuery, Cloud Storage, Cloud Functions), Dataiku DSS, Python —————————————————————————————— Contexte : Data Engineer SNCF G&C - Equipe Data Marketing Réalisations clés : Ingestion de données externes via API pour enrichissement des datasets clients. Développement d’analyses géospatiales et marketing. Automatisation de l’ingestion avec ADF et visualisation via Power BI. Industrialisation des traitements avec Databricks et PySpark. Stack : Azure (ADF, Databricks), PySpark, Python, API, Power BI

Contexte : Data Engineer (Analytics Engineer) - Secteur Energie Réalisations clés : Développement PySpark pour la préparation des données clients. Score d’appétence utilisé dans les campagnes marketing. Analyses avancées pour identifier les critères les plus discriminants. Mise en place de tableaux de bord connectés à Power BI pour le suivi des performances. Optimisation des algorithmes de ciblage pour réduire les coûts d’envoi et améliorer les taux de conversion. Stack : Hive, PySpark, Python, Power BI, python ————————————————————————— Contexte: Data Scientist - Banque Réalisations clés : Backtesting et suivi de performance des modèles prédictifs. Traitement et historisation des données dans BigQuery et Cloud Storage. Développement de scripts statistiques en R et Python pour l’analyse de sensibilité. Documentation technique des modèles, rédaction des rapports d’analyses et support aux équipes risques. Stack: Python, R, Sparklyr ————————————————————————— Contexte : Data Analyst– Retail Analyses comportementales clients, segmentation, valorisation des données de fidélité. Mise en place de règles de data quality. Stack: Python, SAS, SQL Server

Profilage clients et apporteurs, analyses statistiques, scoring, ségmentation

- Analyses statistiques - Création d'une interface dynamique pour la visualisation des données

- Alimenter en informations les bases de données - Garantir une mise à jour quotidienne et fiable des informations - Valider les informations et la régularité dans leur transmission - Collecter des données statistiques mensuelles émises par les grands instituts (USDA)

- Analyse de données - Calcul des erreurs de prévisions