Rahamim Sitbon

Contexte : Dans le cadre de la refonte et de la migration vers la plateforme de données, j'accompagne le Groupe Pierre & Vacances - Center Parcs dans la migration de ses sources et pipelines vers le cloud GCP. Mon rôle inclut également la modélisation de ses données et la maintenance de son infrastructure. - Définir les pipelines d'ingestion de données à l’aide d’un Cloud Composer/Airflow - Mise en place de test et de coverage sur l’ensemble de l’architecture - Modélisation Kimball et Slowly changing dimension de type 2 avec DBT et BigQuery - Test sur les données BigQuery avec DBT - Exposition de données via FastApi et Cloud Run - Mise en place et maintenance de la chaîne CI/CD - Déploiement de l’infrastructure via Terraform Environnement Technique : Google Cloud Platform, Cloud Run, Gitlab-CI, BigQuery, SQL, Git, Python, FastApi, Docker, CICD, Bash, Terraform

Contexte : Projet de transformation data marketing : conception de pipelines cloud et structuration de données analytiques pour la modélisation. - Conception et déploiement de pipelines data cloud sur Azure / Databricks pour des données marketing multi-sources. - Mise en place d’une architecture Data Bronze / Silver / Gold assurant qualité, traçabilité et scalabilité. - Industrialisation complète des workflows : tests unitaires, tests d’intégration, optimisation, documentation. - Développement de transformations DBT & PySpark (nettoyage, normalisation, agrégation). - Implémentation de tests et contrôles qualité automatisés sur les données (SQL / scripts). - Collaboration avec les Data Scientists pour livrer des datasets prêts à la modélisation marketing. - Gestion du code et des livraisons via Git, branches, code reviews et organisation agile. Environnement Technique : Azure, Databricks, PySpark, SQL, DBT, Git.

contexte : Intervention au sein d’un cabinet de conseil data sur plusieurs projets clients, avec la conception de pipelines data cloud et l’industrialisation d’architectures analytics, dans des environnements multi-cloud (Azure, AWS). - Conception et développement de pipelines de données sur Databricks (Python, SQL, Azure). - Automatisation de déploiements Terraform via Jenkins (Cloud privé AWS). - Participation à l’amélioration des architectures data (Azure, AWS, Databricks) : performance, coût, scalabilité. - Mise en place et maintenance de pipelines CI/CD (GitLab CI, Terraform). - Monitoring cloud : suivi automatisé des jobs, analyse des pannes, amélioration de la fiabilité. - Collaboration transversale: IT, CI/CD, Data Science, Data Analytics. Environnement Technique : PySpark, Azure, AWS, Databricks, Terraform/Jenkins, Docker, SQL, CI/CD, FastApi.