Mohamed Dahmani

Migration d'un Data Warehouse SQL Server vers Snowflake, incluant la refonte des schémas, l'automatisation des chargements, l'optimisation des coûts et la mise en place de rôles & gouvernance. Conception d'une architecture Medaillon (Bronze / Silver / Gold) pour industrialiser les pipelines et améliorer la qualité, la traçabilité et la gouvernance des données. Développement de modèles analytiques robustes avec dbt Core : modèles incrémentaux, tests automatisés, documentation, macros Jinja et respect des dbt Best Practices. Orchestration des transformations via Airflow (Docker) : scheduling des jobs dbt, monitoring, gestion des dépendances et déclenchement basé sur la fraîcheur des données. Automatisation CI/CD : linting SQL, exécution des tests dbt, packaging, et déploiement vers Snowflake. Optimisation avancée des performances SQL & Snowflake (refactorisation de requêtes complexes, optimisation des warehouses, clustering & partitioning logiques). Gouvernance des données : mise en place de Snowflake Data Masking Policies, règles de sécurité, contrôle d'accès et gestion fine des permissions. Construction et maintenance de pipelines de données avec Python, Snowpark, SnowSQL, SSIS, intégrant des sources hétérogènes (JD Edwards, Cegid, Octime, APIs). Administration proactive des environnements SQL Server (sauvegardes, restauration, index, statistiques, supervision des performances).

Concevoir et rédiger des spécifications fonctionnelles et techniques. Concevoir et maintenir des pipelines de données( BATCH) pour alimenter un Data Warehouse Vertica avec ETL Semarchy (Stambia) Conception de modèles de données dimensionnels & analytiques (étoile, flocon, Data Vault) et normalisation des standards métier avec PowerDesigner Optimisation des traitements SQL et automatisation des processus Conception et mise en place de Datamarts métiers sur un Data Warehouse Vertica, afin de structurer l'accès aux données analytiques Travail collaboratif avec Git (branches, merge requests, code review) et automatisation des déploiements via GitLab CI/CD

Ingestion & Orchestration : Développement et orchestration de pipelines d'ingestion via Azure Data Factory pour intégrer les données issues de Google Analytics, Salesforce CRM. Stockage & Structuration : Conception et mise en place d’une architecture de stockage optimisée dans Azure Blob Storage basée sur des tables Delta Lake, incluant l’organisation des données, les stratégies de partitionnement et les bonnes pratiques de gestion du cycle de vie. Optimisation Spark & Databricks : Optimisation avancée des performances avec Adaptive Query Execution (AQE), broadcast joins, stratégies de partitionnement, gestion du data skew, et optimisations Delta Lake(OPTIMIZE, Z-ORDER, compaction). Transformation des données : Conception et développement de traitements dans Databricks suivant l'architecture Médaillon (Bronze/Silver/Gold) afin de nettoyer, normaliser et préparer les données analytiques. Modélisation & Entreposage : Alimentation de tables analytiques dans Synapse Analytics, optimisation des modèles pour les besoins marketing (acquisition, performance campagne, conversion). Qualité & Fiabilité : Mise en place de contrôles de qualité, monitoring et documentation technique des pipelines. Exposition & Reporting : Préparation des datasets pour les équipes Data/Marketing et contribution à la création de dashboards dans Power BI.