Nesrine Eljazi

Au sein de l'équipe DATASMART PRODUCTION, j'ai assuré la responsabilité de la qualité de données ainsi que de la haute de données. Ci-dessous mes différentes contributions au sein de l'équipe: – Développe et déploie de nouveaux flux de données, répondant aux besoins métiers et Data Science. – Optimise et assure le maintien opérationnel (run) des pipelines de données en production, y compris la gestion des incidents. – Rédige la documentation d'exploitation des flux de données. – Co-projet Almerys V2 : intégration de la nouvelle version de fichier Alemrys – Co-projet PROVIZ CONSOLIDATION V2 : mise en production des chaines de synthèses et de la chaine de production du projet proviz consolidation V2 et déploiement de bundle – Co-projet Incidentologie: mise en place de la chaine d'ingestion Snowflake en mode UPSERT, ainsi que de la chaine de synthèse – Co-projet SIFTER: Déploiement de bundles dataiku en production – Co-projet ULIS et FUE IARD: Configuration et ingestion de données sensibles. – Co-projet AVT: Mise en place de la chaine ingestion de données AVT.

Projet : BNP ITG FRESH - Prométhée - Senior Référent technique L'équipe Prométhée offre une plateforme permettant aux métiers RISK, FINANCE et STFS de BNP Paribas de réaliser des travaux réglementaires sensibles du Groupe, tels que les stress tests bancaires, le calcul du capital interne et les reportings financiers. Les responsabilités que j'ai eues au sein de l'équipe Prométhée sont : – Industrialisation des montées de versions des systèmes d'exploitation pour les différents composants systèmes et applications, en collaboration avec les équipes de production. – Mise en place de la politique d'autorisation des bases de données Hive. – Évolution du mécanisme d'authentification login/mot de passe vers le SSO. – Maintien en conditions opérationnelles de la plateforme, incluant le traitement des incidents et le support aux utilisateurs.

L'équipe Metrology évolue au sein de l'organisation agile (Global Technical Services) de la Société Générale, animée par des experts en technologies Big Data et méthodologies SAFe/Scrum. Au sein de l'équipe Metrology, responsable du Data Lake de la plateforme Cloud Privé de la Société Générale, j'ai contribué à : – La conception et mise en place des chaînes d'ingestion de Golden Data Sources (référentiels, APIs, outils de ticketing, etc.) en utilisant Apache Kafka, Apache NiFi, HDFS et Elasticsearch. – Le développement de jobs Spark pour le traitement et l'analyse de données (compaction, compression, ingestion) en utilisant PySpark, Apache Oozie, HDFS et Elasticsearch. – La conception, le développement et le déploiement du projet Know Your Customer: mesure des SLAs (KPIs) de consommation d'APIs de la plateforme Cloud Privé à partir des logs stockés sur HDFS. – L'industrialisation des pipelines d'ingestion des logs et des métriques de l'infrastructure Cloud Privé : définition du contrat d'interface, enrichissement des métadonnées, déploiement d'agents de collecte de données. – L'implémentation d'API REST pour la création de pipelines d'ingestion et de restitution de données : utilisation de Python, GitHub, Jenkins, Pytest. – La mise en place et l'amélioration de la chaîne CI/CD : utilisation de Terraform, Ansible, Jenkins, GitHub. – La migration de clusters Hadoop/HDFS legacy. – Le déploiement et l'administration des composants backend du Data Lake (Elasticsearch, Kibana, Apache Druid, Zookeeper). – La mise en place de la politique d'accès aux différents backends du Data Lake (authentification et autorisation) : SSL, Ranger, Kerberos, LDAP, IAM, Document Level Security. – Le développement de dashboards DataViz, de supervision et de monitoring : utilisation de Grafana, Kibana, Elasticsearch. – L'installation et la configuration de plugins de sécurité pour Elasticsearch (Open Distro Security, OpenSearch Security). – L'automatisation du déploiement, de la mise à jour des versions et de l'extension des clusters en utilisant l'Infrastructure as Code : Terraform, Ansible, Vault, Jenkins.

Conception et développement d'un processus de Data Concealment pour les données privées stockées dans les logs du Data Lake, en utilisant différents modes de déploiement : – Déploiement en mode batch : Concealment des données historiques stockées sur HDFS. – Déploiement en mode streaming : Concealment des données en temps réel.

Membre de l'équipe SBP (Standard Business Process) en tant que développeur backend C#/.NET, travaillant sur une solution web pour les compagnies d'assurance. – Environnement technique : .NET, C#, SQL – Méthodologie Agile