Oleksandr Avlesi

Équipe : product owner, 3 ingénieurs data, data analyste, représentant métier Méthodologie Projet : Agile Projet : Création des solutions data pour répondre aux besoins de l’entreprise spécialisée au marché indépendant de la pièce de rechange automobile Tâches réalisées : • Compréhension du besoin, accompagnement de métier sur les sujets data • Amélioration de qualité des pipelines data • Analyse de performance par rapport aux concurrents • Réalisation de chatbot à la base de RAG pour améliorer expérience utilisateur • Déploiement et testing des modèles ML • Migration vers Databricks Technologies utilisées : Python, AWS, Snowflake, Databricks, Spark, Terraform, Kubernetes, LangChain

Équipe : Tech lead, product owner, 2 ingénieurs data, 2 data analystes, scrum master, ingénieur data vizualisation Méthodologie Projet : Agile (safe) Contexte Projet : Réalisation des projets Data dédiés aux départements de finance et marketing. Les sujets autour de la rentabilité des contrats et analyse des documents financiers. Création des solutions IA pour métiers Projet 1  Projet d’amélioration de Data Platform Tâches réalisées : • Conception d'architecture des produits data • Facilitation de partage des ressources data • Mise en place du catalogue des données • Réalisation des solutions de data quality et alerting • Organisation des ateliers techniques de partage d'expérience Projet 2 Calcul de rentabilité des contrats monétiques et simulation orientée commerçant Tâches réalisées : • Analyse du besoin, cadrage technique • Création et maintenance des pipelines des données • Réalisation de moteur de calcul • Création du data mart destiné à l’application web • Déploiement de l’application web Projet 3 Création des solutions IA pour métiers Tâches réalisées : • Projet de détection en near-real time des IBANs frauduleux dans le cadre de MVP • Création du système à la base du RAG de transformation du langage naturel vers SQL Technologies utilisées : Python, GCP, BigQuery, DBT, Pub/Sub, Airflow, Spark, Terraform, Kubernetes, LangChain, PowerBI

Équipe : Tech Lead, 7 Data engineers, scrum master, product owner, product manager Méthodologie Projet : Agile (sprint de 2 semaines) Projet 1 Solution orientée IA permettant d'effectuer la veille compétitive dans le domaine pharmaceutique Tâches réalisées : • Migration d'Azure vers GCP • Conception d'architecture • Revue de code et aide à monter en compétence aux membres d'équipe • Ingestion des données des brevets et publications • Déploiement des modèles ML de NER et extraction de relations Projet 2 Réalisation du projet de remontée des résultats du screening biologique Tâches réalisées : • Analyse du besoin, cadrage technique • Création des pipelines de transformation orienté batch et streaming • Implémentation des dashboards pour le monitoring technique • Exposition des données sous forme de dashboard Projet 3 Datahub - projet de centralisation et partage des données bronze de la Data Plateforme Tâches réalisées : • Conception d'architecture • Création des pipelines d'ingestion Technologies utilisées : GCP, Python, BigQuery, DBT, Spark, Pub/Sub, Dataflow, Argo Workflows, Terraform, CloudBuild, Kubernetes, VertexAI, Streamlit, Azure Devops, Azure Functions, Power BI

Équipe : product owner, 3 data engineers, 1 représentant métier Méthodologie Projet : agile Contexte Projet : Symphony royalties Création de la nouvelle plateforme permettant d'effectuer le calcul des royalties pour des artistes Tâches réalisées : • Analyse du besoin • Participation à la conception d'architecture • Création des pipelines d'ingestion et de calcul • Implémentation des modules divers tels que validation de consistence des données • Optimisation des jobs Spark • Implémentation des tests d'acceptance et dashboarding Technologies utilisées : Scala, Python, Spark, AWS, Databricks, Snowflake, Delta Lake, Terraform, GitlabCI

Équipe : 8 data engineers, data analyst, product owner, scrum master Méthodologie Projet : agile (kanban) Contexte Projet : Full Track & Trace Mise en place d'une plateforme pour enregistrer et traiter les flux de données liés à la fabrication et conditionnement des pièces automobiles afin d'améliorer la conformité, la traçabilité et les performances Tâches réalisées : • Définition des besoins avec les équipes métiers • Participation à la conception et mise en place de la plateforme d'ingestion • Création des pipelines d'ingestion et transformation de données • Développement des connecteurs Spark Streaming • Transformation des données selon les besoins des Data Analystes et Data Scientists • Création des scripts de déploiement Technologies utilisées : Scala, Python, Spark Streaming, GCP, Airflow, Terraform, Docker, GitlabCI

Projet 1 : Data Lake Mise en place d'un Datalake destiné à remplacer Teradata. Développement des pipelines de données pour le département Si et les équipes BI. Tâches réalisées : Projet 1 • Analyse du système legacy sur Teradata et proposition de nouvelle architecture • Mise en place des pipelines d'ingestion • Collaboration avec Business et Data Analystes • Travail sur les connecteurs Kafka Connect • Implémentations des jobs Spark selon les besoins des métiers • Réalisation du monitoring technique • Migration sur AWS Projet 2 : Etude des données remontées par compteurs d'électricité. Exploration des données des compteurs dans le but de prédire la panne. Tâches réalisées : • Pre-nettoyage des données • Création et déploiement des modèles prédictifs • Présentation de la solution Technologies utilisées : AWS, Scala, Python, Kafka, Spark Streaming, Hortonworks, Openshift

Équipe : Tech Lead, 7 engineers, Product Owner, Scrum Master Méthodologie Projet : Agile Contexte Projet : Data Fabric Développement d'une plateforme pour améliorer la collaboration Agile et la culture DevOps au sein d'entreprise Tâches réalisées : • Définition du besoin avec les équipes métiers • Rédaction des spécifications techniques • Mise en place d'architecture micro-services • Elaboration des exemples CI/CD à suivre par les projets s'appuyant sur la plateforme • Ajout de la fonctionnalité de monitoring de la plateforme • Création des scripts de déploiement multi-cloud • Réalisations des pipelines Data pour les équipes métiers Technologies utilisées : Azure, Openstack, Java, Terraform, Docker Swarm, Kubernetes, Ansible, Spring Boot, MongoDB, Angular

FULL STACK ENGINEER | Zenika 01/2016 - 08/2016 Projet : Développement d'un réseau social interne Tâches réalisées : • Définition du besoin • Intégration d'authentification avec Keycloak • Développement du système de vote des idées • Implémentation de gestion des articles pour des conférences internes • Réalisation de notifications des commerciaux suite à la mise à jour du profil • Implémentation de CI/CD Technologies utilisées : Java, Spring Boot, Neo4j, AngularJS

Équipe : représentant métier, 5 ingénieurs web Projet : CRM bancaire Développement d'une solution CRM orientée secteur bancaire avec les fonctionnalités de reporting, gestion de profil gestion de Tâches réalisées : • Définition du besoin • Intégration d'authentification avec Keycloak • Développement du module de gestion de profil • Réalisation de fonctionnalité de reporting • Test intégration et unitaires • Implémentation de CI/CD Technologies utilisées : Java, Spring, Postgres, AngularJS

Équipe : représentant métier, 3 ingénieurs web Projet : octroi de crédit en ligne. Développement de l'application web pour l'octroi de crédit en ligne Taches : • Implémentation du module pour estimer le montant de crédit potentiel • Intégration avec des services tiers • Tests d'intégration et unitaires Technologies utilisées : Java, Spring MVC, Postgres