Réda L.

Migration du projet NBO (Next Best Offer) de Databricks vers la CDP (Customer Data Platform) Mise en oeuvre et suivi du programme ARIANE autour de cas d’usage marketing • Pilotage technico-fonctionnel de la migration NBO, du cadrage des User Stories jusqu’au suivi de leur implémentation par le prestataire. • Référent technico-fonctionnel auprès des équipes Métier, Marketing, Data, Développement et Test. • Analyse et challenge des solutions de conception et d’implémentation proposées par le prestataire. • Revue et analyse technique des workflows CDP afin de garantir leur conformité avec les besoins métiers et les spécifications définies. • Cadrage des Use Cases ARIANE et traduction des besoins Marketing en exigences fonctionnelles et techniques. • Analyse et exploration des données sous Azure Databricks (PySpark / SQL) afin de valider la faisabilité des Use Cases, la complétude des spécifications et la disponibilité des sources. • Identification des dépendances et sources de données manquantes, et coordination de leur mise à disposition dans le respect du processus Data by Design. • Rédaction des spécifications technico-fonctionnelles et formalisation des règles de gestion sous Confluence. • Animation des ateliers 3A et coordination avec les équipes de développement et de test pour sécuriser l’implémentation des Use Cases. • Accompagnement technico-fonctionnel des équipes de développement et de recette tout au long du cycle de réalisation. • Pilotage des investigations techniques et analyse des écarts de résultats entre développements et tests. • Conception et mise en oeuvre de l’ingestion des Business Views Databricks dans la CDP. • Développement des workflows CDP de Data Cleaning, rapprochement et unification des Business Views. • Enrichissement du Master Segment CDP avec les indicateurs et attributs métiers nécessaires aux différents Use Cases. • Accompagnement des équipes Marketing dans la définition et la mise en oeuvre de leurs ciblages au sein de la CDP.

Projets : Proposition des recommandations de produits AXA aux agents Ciblage des clients pour l’envoi des enquêtes de satisfaction Convertir des prospects en clients à travers des campagnes marketing • Développement de fonctionnalités Python pour le framework d’intégration de données dans le Data Lake. • Développement de notebooks PySpark de qualification, de transformation et d’ingestion de flux de données dans le Data Lake. • Développement et industrialisation de pipelines ADF d’extraction, de transformation et de chargement (ETL). • Migration du projet ciblage sinistre iard depuis SqlServer vers du Python Spark sur Databricks • Contrôle de la qualité des données tout au long du processus ETL. • Intégration et visualisation de sources de données variées dans l’écosystème Azure, notamment avec Azure Storage Explorer. • Optimisation des jobs Spark afin d’améliorer les performances. • Identification et résolution des goulots d’étranglement dans les pipelines ADF. • Déploiement des cas d’usage sur l’ensemble des environnements avec Azure DevOps. • Documentation des pipelines ETL, des schémas de données et des processus d’intégration. Environnement : Microsoft Azure, Azure Data Factory (ADF), Azure DevOps, Databricks, PySpark 3, PyCharm, Python 3.7

Projets : 1. Consolidation des individus et leurs contrats pour toutes les déclarations sociales nominatives (DSN) des entreprises. • Développement de jobs Spark (Java) de consolidation des individus • Développement de jobs Spark (Java) de consolidation des Contrats • Développement de job Spark (Scala) de lecture et écriture depuis et vers Hbase, avec le Hcatalog • Développement de job Spark (Scala) de Split et partitionnement des tables Hbase par modulo sur les régions servers. • Développement de job Spark (Scala) d’ingestion des fichiers Hfiles sur Hdfs et chargements massifs dans les tables Hbase 2. Migration du projet DPAE (déclaration préalable à l’embauche) de SAS vers Big Data • Développement de jobs Spark (Python) pour l’imputation des valeurs manquantes par type contrat, durée cdd, sexe et âge. • Développement de jobs Spark (Python) pour la création d’une table synthèse des déclarations préalable à l’embauche depuis 2000. • Développement de jobs Spark (Python) de contrôle de doublons et de calcul taux retard et correction retardataire. • Développement de Jobs d’import Sqoop depuis Oracle. • Développement de scripts Hql pour les tables Hive (formats Orc, Parquet) • Suivi des lancements de traitements et analyse des logs avec le Ressource Manager. • Réalisation des tests unitaires et d’intégrations. • Ordonnancement des chaines avec Oozie. • Support utilisateurs SAS sur tous l’environnement Big Data. Systèmes, SGBD, Langage: Windows 10, MobaXterm, Git Bash, Intellij IDEA, Pycharm, GIT,Keepass, Oozie, Sqoop, Hql, Shell, Java, Scala, Python Outils : HDP 3.0.1,Spark 2.3.2, Hive, Hbase

Projet : Ingestion Massive de données dans le Datalake • Recueil des besoins et chiffrage lors des PI Planning. • Conception des solutions d’ingestion selon le besoin métier. • Mise en place d’une nouvelle chaine d’ingestion en mode Batch. • Mise en place d’une nouvelle chaine d’ingestion en mode Streaming. • Maintenance de la chaine d’ingestion existante avec les Kafka Connect (Syncdir,Hdfs) et Java App. • Développement d’un connecteur Kafka Jms. • Développement des schémas Avro pour l’ingestion Kafka. • Publication des schémas Avro dans le schéma registry de Kafka Confluent. • Développement d’un producer Avro pour les tests unitaires. • Développement de scripts de création de topics, de users, de droits de production et consommation des topics. • Développement de jobs Spark Batch (Scala) d’ingestion dans Hdfs, Hive et Hbase. • Développement de jobs Spark (Scala) streaming (process structuré et non structuré) d’ingestion dans Hdfs, Hive et Hbase. • Suivi des lancements de traitements et analyse des logs avec le Ressource Manager. • Réalisation des tests unitaires et d’intégrations, et rédaction des procédures de livraison. • Développement de scripts Hql pour les tables Hive (formats Json, Avro, Xml). • Ordonnancement des chaines avec Azkaban. • Chantier de migration vers des cluster Hadoop Kerberisé. • Visualisation des Dashboard de dataQuality et topics sur Grafana. • Build d’applications dans Nexus. • Déploiement des chaines sur l’ensemble des environnements avec Jenkins. • Vérification du bon déploiement d’application Java (existantes) sur les containers OpenShift. • Support utilisateurs sur Kafka, Pyspark et Hive. Systèmes, SGBD, Langage: Windows 10, MobaXterm, Git Bash, Intellij IDEA, GIT,Keepass,JIRA,Grafana, Azkaban, Jenkins,Openshift, Hql, Shell, Java, Scala, Python Outils : HDP 2.6.4, Confluent Kafka 0.11,Spark 2.3, Hive.

Projet : Qualité des données Solvabilité 2 • Rédaction des STD • Extraction des données (Fichiers plat) • Développement des PDO, règles et Mappings • Développement des Workflow et déploiements des applications • Développement des SDM, Profile et Scores sous Informatica Analyst • Développement des Scripts sql et ksh (Korn Shell) • Préparation des Packages de livraison et des procédures d’installation • Réalisation des tests (Unitaires, Intégration) et les dossiers d’exploitation • Assistance à la MOA durant les tests de recette

Partie 1 : Infrastructure (12 jours) • Fondamentaux du Big Data • Hadoop • Kafka • Pig-Hive-Impala et Hbase Partie 2 : Stockage NoSQL (8 jours) • SolR • Cassandra • Neo4J Partie 3 : Data Scientist (16 jours) • Spark • ElasticSearch • Machine Learning • Language R • BigData et Objets connectés

Projet : Gestion du datawarhouse du CALL CENTER AXA, des activités et sinistres ainsi que les données RH d’AXA France. Fonction: Ingénieur d’Etude et de Développement Décisionnel. Tâches : • Analyse de l’existant • Extraction des données (Fichiers plat, Base Oracle) • Alimentation du DWH et DATAMARTS • Développement et optimisation des Mappings • Développement de Workflow, et Worklet • Développement des Scripts sql et ksh (Korn Shell). • Préparation des Packages de livraison et des procédures d’installation • Réalisation des tests (Unitaires, Intégration) et les dossiers d’exploitation. • Assistance à la MOA durant les tests de recette. Environnement : • Systèmes : Windows 7, Putty • SGBD : ORACLE 11g • Langage: SQL, PL/SQL, Shell • Outils : Power Center Informatica V9

Projet : Mise en place d’une solution décisionnelle pour le suivi des contrats d’assurance vie. Fonction: Ingénieur d’Etude et de Développement Décisionnel. Tâches : • Analyse de l’existant • Extraction des données (Fichiers plat, Base Oracle) • Alimentation du DWH et DATAMARTS • Développement et optimisation des Mappings • Développement de Workflow, et Worklet • Développement des procédures stockées et scripts Shell • Création des univers BO et des rapports sous Webi • Traitement des boucles et optimisation des univers • Réalisation des tests (Unitaires, Intégration, Recette) Environnement : • Systèmes : Windows 7, UNIX AIX 5.2 • SGBD : ORACLE 10g • Langage: SQL, PL/SQL, Shell • Outils : Power Center Informatica 8.5, BO XI R2, POWER AMC

Projet : Planification optimisée de la charge rapide des véhicules électriques en auto partage Fonction : Assistant Ingénieur d’optimisation Tâches : Proposer un algorithme de décision, modéliser le problème et l’implémenter sur un solveur de recherche locale, tester plusieurs scénarii et comparer les différents résultats. Outils et concepts associés: techniques d’optimisation, Matlab, LocalSolver.