Amokrane Mancer

Au sein de l'équipe Data Platform, la mission consiste à concevoir, industrialiser et faire évoluer une plateforme Data & IA hybride, sécurisée et résiliente, basée sur Cloudera CDP On-Premises, avec une couche Cloudera Data Services déployée sur OpenShift, une couche analytique Starburst et des capacités d'IA agentique hébergées sur Google Cloud Platform (GCP). Cette plateforme a vocation à remplacer le Data Hub historique de l'entreprise, construit autour d'Alteryx, Orkestra et SQL Server, dont les limites en matière de scalabilité, de gouvernance et d'industrialisation ne permettaient plus de répondre aux enjeux de volumétrie et de fiabilité attendus. La mission couvre ainsi le cadrage et le pilotage de la trajectoire de migration : audit et cartographie des flux et traitements existants, définition de la stratégie et des patterns de bascule (rejeu, double run, réconciliation), et accompagnement des équipes dans la reprise des workflows Alteryx et des orchestrations Orkestra vers les pipelines industrialisés de la nouvelle plateforme. L'objectif est de fournir une plateforme d'entreprise permettant d'ingérer, stocker, transformer, gouverner et exposer les données tout en offrant des capacités avancées d'analytics, de Machine Learning et d'IA agentique, dans un contexte fortement contraint en matière de sécurité, de conformité, de traçabilité et de souveraineté des données. • Architecture Data Platform - Cloudera CDP On-Premises o Conception et évolution d’une plateforme Cloudera Data Platform (CDP) On-Premises destinée à supporter les workloads Data Engineering, Analytics, BI et Machine Learning. o Définition de l’architecture Data Lake / Lakehouse selon une logique Medallion Architecture : Bronze / Silver / Gold. o Définition des patterns d’ingestion batch et streaming et des standards de traitement et de transformation. o Mise en œuvre et industrialisation des composants de l’écosystème Cloudera. o Définition des stratégies de stockage, partitionnement, réplication, rétention et cycle de vie des données. o Conception d’architectures permettant de séparer les responsabilités entre ingestion, stockage, traitement, analytique, gouvernance et exposition. o Optimisation des performances des workloads Spark et SQL et définition des standards de capacity planning. • Couche analytique & Data Virtualization sur Starburst o Conception et mise en œuvre de la couche Analytical / Data Access basée sur Starburst. o Mise en place d’une architecture de Data Virtualization / Data Federation permettant d’interroger de manière unifiée les données réparties sur les différents environnements de la plateforme. o Intégration de Starburst avec les différents systèmes de stockage et moteurs de données de l’écosystème Cloudera. o Définition des patterns d’exposition des données analytiques à destination des applications, équipes BI, Data Analysts et Data Scientists. o Mise en œuvre de catalogues, schémas et politiques d’accès permettant de sécuriser l’exposition des données. o Optimisation des performances des requêtes fédérées et des accès aux Data Products. o Définition des standards de consommation SQL et des patterns d’accès aux données sans duplication systématique des datasets. o Contribution à la construction d’une couche analytique découplée des systèmes de stockage sous-jacents. o Mise en œuvre de mécanismes permettant de rapprocher les données issues de différentes sources tout en conservant les principes de gouvernance et de sécurité. • Gouvernance des Données sur Zeenea o Conception et mise en œuvre de la stratégie de Data Governance autour de Zeenea. o Intégration de Zeenea Data Catalog avec l’écosystème Data de la plateforme. o Mise en place du catalogage des données, des métadonnées techniques et fonctionnelles et des informations de gouvernance. o Définition des standards de Data Lineage, Data Ownership, Data Stewardship et Data Classification. o Contribution à la mise en place d’un référentiel partagé des Data Products, Data Domains et Data Assets. o Mise en cohérence du catalogue Zeenea avec les métadonnées issues de Cloudera, Starburst et des différentes sources de données. o Définition des règles de gouvernance applicables aux données exposées via Starburst. o Mise en place de processus du Data Lineage permettant d’assurer la traçabilité du cycle de vie des données. o Accompagnement des Data Owners et Data Stewards dans la documentation et la gouvernance des Data Products. o Contribution à la définition et au suivi des règles de Data Quality, Data Classification, Data Lineage et Data Ownership. o Intégration des exigences de conformité, sécurité et protection des données dans les processus de gouvernance. • Architecture hybride On-Premises / GCP & IA Agentique o Définition des patterns d’intégration entre Cloudera CDP On-Premises, OpenShift et Google Cloud Platform. o Conception d’une architecture permettant de conserver les données sensibles dans l’environnement On-Premises tout en exploitant les capacités IA de GCP. o Conception des flux sécurisés entre la plateforme Data et les services Vertex AI. o Mise en œuvre de patterns RAG (Retrieval-Augmented Generation) s’appuyant sur les données gouvernées de la plateforme. o Conception de solutions d’IA agentique capables d’exploiter les Data Products et services exposés par la plateforme. o Définition des architectures d’agents, outils, contexte, mémoire, orchestration et garde-fous. o Intégration de Vertex AI (Agent Platform) dans les architectures d’IA. o Mise en place de mécanismes de contrôle des accès des agents aux données et aux outils. o Définition des stratégies de monitoring, évaluation et traçabilité des applications GenAI. o Industrialisation des workloads IA selon des pratiques MLOps / LLMOps. o Intégration des exigences de sécurité, gouvernance et conformité dans les architectures IA. • DevOps, CI/CD & Software Factory o Conception et industrialisation de la chaîne CI/CD de la Data Platform. o Mise en place de pipelines d’intégration continue avec Jenkins. o Gestion du code source et des workflows de développement via Bitbucket. o Mise en place de pipelines automatisés pour les développements Data, Java, Python, SQL et infrastructure. o Industrialisation des déploiements applicatifs et Data avec XL Deploy. o Gestion et orchestration des releases avec XL Release. o Définition des stratégies de promotion des composants entre les environnements DEV / BENCH / PROD. o Automatisation des déploiements des composants de la plateforme Cloudera, OpenShift et des applications associées. o Mise en place de mécanismes de contrôle et de validation avant déploiement en production. o Gestion des versions, dépendances, artefacts et configurations. o Intégration des contrôles de qualité et de sécurité directement dans les pipelines CI/CD. • Qualité du code & DevSecOps o Intégration de SonarQube dans les pipelines CI/CD pour l’analyse statique du code et le suivi de la dette technique. o Définition des Quality Gates et des standards de qualité applicables aux développements. o Mise en place de contrôles automatisés sur la qualité, la maintenabilité et les vulnérabilités du code. o Intégration de Checkmarx dans la chaîne DevSecOps pour l’analyse de sécurité du code. o Mise en œuvre de contrôles de sécurité automatisés avant promotion des applications. o Détection et suivi des vulnérabilités de sécurité dans les développements. o Intégration des exigences de sécurité dès les phases de développement et de build. o Mise en place d’une approche Shift Left Security. o Suivi des anomalies, vulnérabilités et actions correctives avec les équipes de développement. o Définition des standards de conformité applicables aux pipelines de livraison. • DataOps & Excellence Opérationnelle o Industrialisation des pipelines Data via Jenkins, Bitbucket et les outils de release management. o Automatisation des tests unitaires, tests d’intégration, tests Data Quality et contrôles de non-régression. o Mise en œuvre de processus automatisés de promotion des traitements et configurations. o Monitoring de la disponibilité, performance et capacité de la Data Platform. o Mise en place de mécanismes d’observabilité sur les workloads Cloudera, OpenShift et Starburst. o Définition et suivi des SLA/SLO de la plateforme. o Gestion des incidents, problèmes et changements. o Contribution à l’amélioration continue de la fiabilité et de la résilience de la plateforme. • Gouvernance technique & Architecture o Rédaction et maintien des Architecture Decision Records (ADR). o Production des architectures logiques et physiques de la plateforme. o Documentation des flux entre Cloudera CDP, OpenShift, Starburst, Zeenea et GCP. o Définition des standards d’intégration et d’exposition des Data Products. o Documentation des interfaces, Data Contracts et modèles de données. o Définition des standards d’architecture et des templates réutilisables. o Contribution aux dossiers d’architecture, dossiers de sécurité et dossiers d’exploitation. o Animation des revues d’architecture et des instances techniques. • Pilotage technique & collaboration transverse o Traduction des besoins métiers et Data en architectures techniques industrialisables. o Pilotage technique de projets Data & IA complexes, du cadrage jusqu'à la mise en production. o Coordination des équipes Data Engineering, Data Science, AI Engineering, DevOps, Cloud, Infrastructure, Sécurité et DBA. o Collaboration étroite avec les équipes Data Governance, Data Owners et Data Stewards. o Animation des comités techniques et revues d’architecture. o Accompagnement des équipes dans l’adoption des standards de la plateforme. o Mentoring des Data Engineers et accompagnement sur les problématiques d’architecture, de performance et d’industrialisation. o Revue des développements et validation des choix techniques. o Communication auprès des parties prenantes sur la trajectoire de la plateforme, les risques, les dépendances et les évolutions à venir. Technologies: Cloudera CDP, Cloudera Data Services, Cloudera Data Engineering, Cloudera Machine Learning, Cloudera DataFlow, Apache Airflow, Starburst, Trino, Apache Spark, Apache Kafka, Apache NiFi, Apache Hive, Impala, Apache Iceberg, Apache Atlas, Apache Ranger, Hadoop, Zeenea, Red Hat OpenShift, Kubernetes, Docker, Google Cloud Platform, Vertex AI , Jenkins, Bitbucket, XL Deploy, XL Release, Git, SonarQube, Checkmarx, Terraform, Ansible, Python, Java, SQL, dbt.

TECH Lead Data Engineering Expert, je définis et pilote la vision stratégique, technique et opérationnelle de la plateforme Data dans un environnement complexe et à forte volumétrie, principalement sur GCP. Mon rôle dépasse l’exécution technique : j’interviens comme référent d’architecture Data, garant de la cohérence globale, de la performance, de la sécurité et de la scalabilité des écosystèmes data. J’accompagne l’entreprise sur des enjeux structurants : industrialisation de la Data Platform, gouvernance des données, maîtrise des coûts Cloud, fiabilité des pipelines et création de valeur business à partir de la donnée. Je pilote l’ensemble du cycle de vie des solutions Data Engineering (conception, delivery, exploitation, amélioration continue) et j’accompagne la transformation des organisations Data en collaboration étroite avec le CIO, le CTO, les Product Owners, les équipes IT, Data Science et BI. • Expertise & responsabilités clés : Définition de la stratégie Data et Cloud alignée avec les objectifs business et IT Conception d’architectures Data robustes, scalables et sécurisées sur GCP et en Interaction avec d’autres environnements (AWS, OVH, OnPrem) Pilotage de pipelines de données batch & streaming à grande échelle Mise en place de standards d’architecture, de développement et de bonnes pratiques DevOps (CI/CD, observabilité, monitoring, FinOps) Gouvernance des données : qualité, sécurité, conformité et fiabilité Optimisation continue FinOps Validation des choix technologiques et anticipation des évolutions techniques Leadership technique senior auprès des équipes Data Engineering Accompagnement, mentoring et montée en compétences des ingénieurs Capacité à vulgariser des sujets complexes auprès des décideurs et des équipes métier Interface clé entre stratégie business et exécution technique Veille technologique active et intégration de solutions innovantes (Big Data, ML, architectures modernes) Contribution à des projets Data à fort impact business

Architecture et déploiement d’une plateforme Data Lakehouse groupe sur Azure • Lead architecture sur la conception et la mise en œuvre d’une plateforme Data Lakehouse stratégique destinée à centraliser et industrialiser les flux de données métiers à l’échelle internationale du groupe. • Définition de l’architecture cible cloud data (compute, storage, sécurité, gouvernance, réseau, observabilité) basée sur Azure Databricks, ADLS Gen2 et Azure Synapse, avec une approche scalable, sécurisée et orientée performance. • Design des patterns d’ingestion et de transformation : • Architecture Bronze / Silver / Gold (Delta Lake) • Pipelines batch & streaming (ADF, Spark Structured Streaming) • Gestion du schema evolution et ACID transactions via Delta • Patterns d’optimisation (partitioning, auto-scaling, cluster policies) • Mise en place des standards d’industrialisation : o Structuration des environnements (DEV / UAT / PROD) o Stratégie CI/CD (Azure DevOps) o Packaging des librairies partagées o Revue des bonnes pratiques Spark & performance tuning • Architecture sécurité & gouvernance : o RBAC, gestion fine des accès par domaine o Sécurisation des données sensibles (encryption, masking) o Structuration des espaces par Data Domain o Intégration avec Azure AD et politiques groupe • Implémentation des mécanismes d’observabilité : o Monitoring des jobs et des pipelines o Gestion des SLA de traitement o Logging centralisé et alerting o Indicateurs de fiabilité des pipelines • Conception des couches d’exposition : o Modélisation des datamarts analytiques o Optimisation des workloads BI sur Synapse o Séparation des usages data engineering / analytics • Collaboration transverse avec équipes métiers, sécurité, infrastructure et BI pour aligner la plateforme avec les besoins business et les standards IT groupe. • Contribution à la stratégie FinOps : optimisation du dimensionnement des clusters, auto-termination, choix des SKU, arbitrage coût/performance. Technologies: Azure Databricks, Spark (Scala/Python), Delta Lake, Azure Data Lake Gen2, Azure Data Factory, Azure Synapse Analytics, Azure DevOps, Azure AD, Stream Analytics, SQL.

Architecture et déploiement d’une plateforme Robot Process Automation (UiPath) sur Azure • Lead Architect sur la conception et le déploiement d’une plateforme Robot Process Automation (RPA) basée sur UiPath, hébergée sur Azure, destinée à automatiser à grande échelle des processus métiers critiques du groupe. • Définition de l’architecture cloud cible : o Conception d’une architecture Azure haute disponibilité pour les composants UiPath (Orchestrator, Robots, services applicatifs) o Segmentation réseau sécurisée (VNet, subnets privés, NSG) o Séparation des environnements DEV / REC / PROD o Stratégie de scalabilité pour absorber la montée en charge des robots • Mise en place de la plateforme RPA : o Déploiement et configuration des composants UiPath Orchestrator et des robots automatisés o Gestion centralisée de l’orchestration des processus automatisés o Intégration avec les applications métiers et systèmes internes o Mise en place de mécanismes de gestion des files de traitement et planification des robots • Industrialisation du provisioning et des déploiements : o Provisioning de l’infrastructure Azure via Terraform o Configuration automatisée des composants via Ansible o Mise en place de pipelines CI/CD avec GitLab pour automatiser le déploiement de l’infrastructure et des robots o Gestion du versioning et du cycle de vie des automatisations • Intégration avec l’écosystème Azure : o Gestion des identités et des accès via Azure Active Directory o Supervision et observabilité via Azure Monitor o Automatisation des opérations via Azure Automation o Centralisation des logs et alerting pour le suivi des processus automatisés • Architecture sécurité & gouvernance : o Gestion des identités et contrôle d’accès RBAC o Chiffrement des données au repos et en transit o Mise en place de politiques de sécurité et audit des accès o Protection des secrets et credentials des robots • Supervision & optimisation : o Monitoring des performances des robots et des workflows o Analyse proactive des incidents et optimisation des ressources o Dimensionnement des ressources Azure en fonction des charges d’automatisation • Intégration d’une approche FinOps : o Optimisation du dimensionnement des ressources Azure o Analyse des coûts via Azure Cost Management o Mise en place de stratégies de tagging par environnement et projet o Optimisation de l’utilisation des ressources pour limiter les coûts opérationnels Technologies : Azure, UiPath, Terraform, Ansible, GitLab CI, Azure Active Directory, Azure Monitor, Azure Automation.

Lead architecture d’une plateforme de conteneurisation Azure (AKS) à l’échelle entreprise • Lead Architect sur la conception et le déploiement d’une plateforme Kubernetes managée (Azure Kubernetes Service) destinée à industrialiser l’hébergement et l’orchestration d’applications conteneurisées pour plusieurs équipes projets. • Définition de l’architecture cible plateforme : o Design réseau (VNet, subnets, private endpoints, ingress controllers) o Stratégie de haute disponibilité et scalabilité (autoscaling nodes & pods) o Architecture multi-environnements (DEV / REC / PROD) o Intégration des services Azure natifs pour garantir performance et résilience • Conception des fondations techniques de la plateforme AKS : o Structuration des clusters et namespaces par domaine applicatif o Mise en place des policies de sécurité (RBAC, Network Policies, Pod Security) o Gestion centralisée des secrets (Azure Key Vault) o Mise en conformité avec les standards Cloud & DevSecOps o Mise en œuvre d’une approche Infrastructure as Code (Terraform) pour industrialiser le provisioning des environnements et assurer reproductibilité et traçabilité des déploiements. • Architecture et déploiement des chaînes CI/CD (Azure DevOps) : o Build & scan des images Docker o Stratégie de versioning o Déploiements automatisés (rolling update / blue-green) o Intégration de contrôles qualité et sécurité dans les pipelines • Implémentation des mécanismes d’observabilité : o Monitoring des clusters et workloads (Azure Monitor) o Centralisation des logs (Log Analytics) o Alerting proactif et suivi des SLA plateforme o Analyse des performances et capacity planning • Gouvernance plateforme & sécurité : o Gestion des accès par rôle et par équipe o Segmentation des environnements o Mise en place de standards de déploiement applicatif • Accompagnement des équipes de développement dans l’adoption de Kubernetes : o Définition des bonnes pratiques de conteneurisation o Templates Helm / patterns de déploiement o Support technique et montée en compétences • Contribution à la stratégie d’optimisation des coûts (FinOps) : o Dimensionnement des node pools o Autoscaling intelligent o Optimisation des ressources CPU / mémoire o Arbitrage coût / performance Technologies: Azure, AKS, Kubernetes, Docker, Terraform, Azure DevOps, Azure Monitor, Log Analytics, Azure Key Vault, Helm.

Architecture et déploiement d’une plateforme Cloudera Enterprise sur AWS • Lead Engineer sur la conception et le déploiement d’une plateforme Big Data basée sur Cloudera Enterprise, hébergée sur AWS, destinée à industrialiser les usages Data Engineering (ingestion, transformation, analytics) en batch et streaming. • Définition de l’architecture cible distribuée : o Design d’un cluster Hadoop haute disponibilité (NameNode HA, ResourceManager HA) o Architecture multi-nœuds sur EC2 o Segmentation réseau sécurisée (VPC, subnets privés, security groups) o Séparation des environnements DEV / PREPROD / PROD o Dimensionnement des ressources selon les workloads Data Engineering • Mise en place de la stack Data Engineering Cloudera : o Stockage distribué via HDFS o Gestion des ressources via YARN o Traitements distribués avec Spark (Scala / SQL) o Ingestion de flux temps réel via Kafka o Intégration de données via NiFi et Sqoop o Exposition SQL via Hive et Impala o Base NoSQL HBase pour cas d’usage faible latence o Orchestration des workflows via Oozie • Conception et développement des pipelines Data Engineering : o Développement de jobs Spark batch pour transformations massives o Implémentation de flux streaming (Kafka + Spark Streaming) o Structuration des zones de données (landing / raw / curated) o Optimisation des formats (Parquet / ORC) et partitioning o Gestion des évolutions de schéma et qualité des données • Industrialisation du provisioning et des déploiements : o Provisioning AWS via Terraform (EC2, VPC, IAM, EBS) o Configuration automatisée des services via Ansible o Mise en place des pipelines GitLab CI pour valider et déployer l’infrastructure o Versioning et traçabilité complète des environnements • Architecture sécurité & gouvernance : o Authentification Kerberos o Politiques d’accès via Ranger o Lineage et métadonnées via Atlas o Chiffrement des données au repos et en transit • Supervision & optimisation : o Monitoring via Cloudera Manager + CloudWatch o Tuning des performances Spark et YARN o Capacity planning cluster • Intégration d’une approche FinOps : o Optimisation du dimensionnement EC2 o Analyse des coûts via AWS Cost Explorer o Tagging par environnement et projet o Réduction du surprovisionnement cluster Technologies: Cloudera Enterprise (CDH 6.x), Hadoop (HDFS, YARN), Spark, Kafka, Hive, Impala, NiFi, Sqoop, Oozie, HBase, Ranger, Atlas, Kerberos, AWS (EC2, VPC, IAM, EBS, CloudWatch, Cost Explorer), Terraform, Ansible, GitLab CI, Scala, SQL.

Développement de deux systèmes de vision par ordinateur pour résoudre des problématiques industrielles • Réalisation de l'état de l'art • Collecte, sélection, préparation et annotation des images • Développement des modèles de détection des défauts présents sur des surfaces industrielles en utilisant des techniques de détection d'objets, de segmentation et de classification basées sur des réseaux de neurones convolutifs • Développement des modèles d'extraction de l'information à partir d'images prises dans des scènes naturelles en utilisant des techniques de détection et de reconnaissance de texte basées sur les réseaux de neurones convolutifs, récurrents et sur les modèles d’attention • Comparer les performances des différents algorithmes de vision en utilisant des métriques appropriées. • Identifier les points forts et les limitations de chaque approche. • Documenter le processus de développement, les choix d'algorithmes et les étapes de prétraitement des données. • Présenter les résultats de l'évaluation et fournir des recommandations pour des améliorations potentielles. • Développement d’un poc sur android utilisant les deux modèles afin d’assister les techniciens dur le terrain. Technologies: Python, Java, C++, TensorFlow, Keras, PyTorch, Sickit-learn, OpenCV, Android Studio.