Quentin Sebille

Mes réalisations : - Extraction des données depuis une API interne et l'API de Mixpanel dans Google Cloud Storage. - Traitement des données et mise à disposition dans BigQuery. - Optimisation des requêtes avec l'utilisation de tables partitionnées. - Orchestration des traitements dans Airflow. - Création de dashboards sur Looker Studio à partir des données traitées.

J'occupais le poste de lead tech sur l'outil interne de maintenance prédictive : Cartoline. J'encadrais une équipe de 7 développeurs sur l'ensemble du projet. Cartoline permet d'analyser les défauts de tension du réseau électriques, en particulier les surtensions, pour alerter les techniciens sur la présence potentielle d'un défaut sur le réseau, qui doit être réparé avant qu'une coupure survienne. Sur ce projet, j'étais en charge de la conception et de l'implémentation technique de : - la partie "data" : des traitements Spark sur de gros volumes de données, ordonnancés avec Airflow, - la base de données PostgreSQL : optimisation des traitements en lecture et écriture (insertion en batch des données calculées quotidiennement dans la partie data), - une application web : Spring / Angular. En arrivant sur le projet, j'ai finalisé l'industrialisation de la partie data, qui tournait en "double run" sur des pipelines expérimentales en R, vers les jobs Spark cible. Mon rôle était aussi de : - participer à la veille technologique, conjointement avec l'équipe sécurité et les architectes du département, - veiller au maintien en condition opérationnelles de l'outil, en gérant le support en cas d'échec au niveau des traitements, en prenant en compte les retours et signalements des utilisateurs, ainsi qu'en migrant les flux de données lorsque c'était nécessaire.

Consultant en développement web et data, j'étais exclusivement en régie chez le client Enedis, au sein du pôle Nexus (département Human'dev puis SCC). J'ai travaillé en tant que développeur full-stack sur le projet Victor, qui permet la supervision en temps réel des coupures d'électricité au niveau national. Cet outil a notamment été utilisé dans le cadre de la tempête Ciaran, afin de piloter les équipes sur le terrain pour un rétablissement rapide de la distribution d'électricité. Ce que j'ai réalisé sur ce projet : - implémentation de nouvelles fonctionnalités sur l'application : le calcul automatique des "pics" de crise, le calcul de pourcentage de clients coupés, etc. - montée de version du moteur Angular (de la version 6 à la version 12) - refonte du projet existant pour une meilleure maintenabilité. Par la suite, j'ai travaillé sur le projet Capten, un outil à disposition des entreprises et des municipalités pour étudier la faisabilité d'un raccordement sur le réseau électrique d'un projet en lien avec la transition énergétique (panneaux solaires, bornes de recharge de véhicules électriques, etc.) Mon rôle était d'implémenter et de superviser les traitements de données massives avec des algorithmes de type "Loadflow" pour fournir l'estimation de la capacité d'accueil en chaque point du réseau électrique. Les données calculées mensuellement étaient envoyées dans la base de données PostgreSQL sur laquelle l'application web se source. Sur ce projet, j'ai : - optimisé les traitements Spark, les faisant passer de 6h à environ 1h, - basculé certains traitements expérimentaux en R vers Spark (en Scala), - revu l'architecture du code pour une meilleure maintenabilité.

J'ai occupé le poste de consultant en développement informatique (web) et j'ai travaillé exclusivement pour le client Enedis dans le cadre du projet ILE (Interface Légère d'Echanges). Le projet consistait à centraliser les flux de données de la DSI d'Enedis, afin de sécuriser en particulier les flux "critiques" ou sensibles. Mon objectif était tout d'abord le maintien et le développement de nouvelles fonctionnalités sur l'outil permettant de déclarer l'ouverture d'un flux entre deux "partenaires" Enedis. Par la suite, mon équipe a pris en charge de la création d'un outil de supervision de ces flux, pour permettre une analyse fine en cas d'anomalie dans les échanges. Nous travaillions en incréments, avec la méthodologie Agile Scrum. Lors des semaines d'innovation de fin d'incréments, j'ai travaillé sur un outil de détection automatique d'anomalies sur les flux, en utilisant l'analyse temporelle et des modèles de Machine Learning.

Boot-Start était une start-up spécialisée dans le développement rapide d'applications web pour ses clients (start-ups et grands comptes), avec une spécialisation dans les moteurs de recherche et de recommandation. Mon rôle était de développer et maintenir plusieurs applications web, et de les faire évoluer en fonction des besoins des clients. J'étais notamment chargé de la migration technique de certaines applications, ainsi que de l'implémentation "from scratch" de moteurs de recherche sur les données de nos clients. Les clients avec lesquels j'ai pu travailler : - L'Oréal - LDLC - Hello Tomorrow - Piwag - Tool4Food.

Projet de recherche financé par le LabCom P3A, à travers la société Ezus Lyon. Je devais modéliser des données acoustiques captées par un ensemble de microphones sur une large gamme de fréquences afin de détecter l'origine des sons. Ces recherches sont appliquées sur l'analyse et la détection de défauts sur la carlingue des avions. J'ai utilisé des méthodes statistiques dites de type "Lasso" et "Group-Lasso", que j'ai implémenté en Matlab pour permettre la détection de l'origine des sons en fonction des placements des microphones. A l'issu de ma participation au projet, j'ai fourni à l'équipe une toolbox sur Matlab qui permet l'utilisation efficiente de la méthode Group-Lasso sur les données récoltées par les microphones.

Analyse de données de consommation d'essence des bus de Veolia Transport sur le site de Saint-Fons. J'ai récolté les données brutes de consommation d'essence par bus, croisés que les plannings des chauffeurs pour réaliser une analyse statistique de la consommation (via une ANOVA). Réalisé : - 150 chauffeurs regroupés en 5 classes de même consommation, pour la mise en place efficace de formations sur l'éco conduite. - 50 bus en 3 classes de même consommation, pour permettre à l'entreprise de cibler la partie du parc à renouveler.