Mohamed BOUZIANE

* Construit un data warehouse évolutif sur BigQuery, en implémentant des stratégies de partitionnement et de clustering pour améliorer les performances des requêtes. * Développé une solution de data lake avec Cloud Storage, en organisant les données en zones structurées afin de faciliter le traitement et l’analyse. * Automatisé le déploiement de l’infrastructure GCP avec Terraform, réduisant les efforts manuels et les risques d’erreurs. * Conçu et maintenu des pipelines ETL pour transformer les données du Data Lake vers le Data Storage / Data Mart, assurant une disponibilité des données fiable et en temps voulu. * Mis en place des contrôles de qualité des données et un système de monitoring, avec des règles de validation et des alertes pour garantir l’intégrité des données. * Utilisé Airflow pour l’orchestration et la planification des workflows métiers critiques. * Assuré une haute qualité de code via des tests unitaires et d’intégration, ainsi qu’un déploiement continu avec Jenkins. * Géré plusieurs bases de données et maintenu une documentation complète pour soutenir la gouvernance et la conformité des données. * Surveillé les pipelines de données en production et résolu les incidents de manière proactive afin de garantir la continuité du service. Tech Stack: GCP (BigQuery, DataFlow, Cloud Storage, Cloud Run, Cloud Function, Pub/Sub, Data Catalog, IAM, Compute Engine, Secret Manager), Python, SQL, Git, Bitbucket, Docker, Jenkins, Terraform, DBT, PyCharm, Jira, Agile

* Construit des modèles prédictifs à partir de données de capteurs agricoles pour anticiper les risques * Exploré et analysé des jeux de données issus de capteurs sur des balles de foin afin d’en extraire des insights pertinents * Développé des tableaux de bord interactifs pour la business intelligence Tech Stack : Dataiku, Python, MongoDB, Jupyter Notebook, Git

* Création de tableaux de bord en temps réel et d’indicateurs clés de performance (KPI) avec Power BI et DAX * Réalisation d’analyses de données approfondies pour appuyer la prise de décision * Développement d’une application de numérisation de documents basée sur l’OCR * Gestion des pipelines de données et des bases de données relationnelles

* Exploration et exploitation de données agricoles et pédologiques en France * Développement d’une application web de modélisation prédictive et de visualisation avec Dash * Conception et déploiement de pipelines de machine learning avec KubeFlow et Docker * Utilisation de données agricoles françaises pour prédire la fertilité des sols et la valeur des terrains

* Prévision des ventes de produits à l’aide de modèles ARIMA sur des données de séries temporelles * Développement d’un outil de prévision en ligne pour l’analyse commerciale * Technologies utilisées : Python, Dash, Plotly, HTML, CSS