Salah Eddine LAHYAN

Migration d’une architecture Oracle/ExaData vers une architecture Big Data datalake pour le calcul du risque de taux d'intérêt (IRR) et de change (FX) • Lead technique sur le périmètre IRR (Interest Rate Risk) & FX (Foreign Exchange) • Développement et orchestration des jobs Spark pour le calcul de nouvelles métriques • Conception, mise en œuvre et déploiement en Prod continue de solutions techniques • Migration des pipelines CI/CD sur les environnements (DEV, HOMOL, KLI, PROD) • Migration technique des applications Spark / Scala (montée de version, refactoring ..) • Optimisation des jobs Spark (temps d’exécution, tuning Spark, optimisation des fichiers) • Gestion et optimisation du Data Lake (Cloudera) et incidents production N3 : analyse, diagnostic, correctifs et amélioration continue. Environnement technique : Scala, Java, python, Spark, Databricks, Hadoop, Cloudera, Oozie, Hive, Jenkins, Github actions CI/CD, Github, Postman, SQL, DBT, Maven, Oracle, Clickhouse, AWS S3, Scrum

Mission Data Engineering : Migration et amélioration de l’application Selfim de la détection de fraudes des véhicules | Ministère de l'intérieur et des outre-mer, Projet Selfim • Implémentation des algorithmes/typologies de détection de fraudes dans Selfim • Reconstruire toute la chaine de données de bout en bout afin d’assurer la bonne transmission des données depuis le SIV (Système d'Immatriculation des Véhicules). • Orchestration des jobs, alerting et monitoring Environnement technique: Python, Airflow, Spark, SQL, DBT, superset, OpenShift, Linux, Elastic Search, cloud, Vertica, S3, Gitlab CI/CD, Docker, Scrum

Projet SFTR - Développement des jobs spark pour récupérer et transformer les Alive Deals depuis Datalake et réalisation d’un outil de monitoring automatisée • Développement et configuration des jobs Spark pour le projet SFTR : extraction des transactions financières depuis le Data Lake, traitement selon les spécifications fonctionnelles, et stockage optimisé en Parquet dans la couche DAAS du Datalake (Azure + On Premise). • Optimisation des traitements et amélioration des performances • Orchestration des jobs Spark et déploiement automatique en Dev et Prod • Monitoring et visualisation des données sur ElasticSearch et Kibana. • Être le représentant du département sur le programme Unity, qui vise à homogénéiser l’ensemble des processus d’ITSM à travers les DSI du groupe : o Piloter un groupe de testeurs de l’outil Unity en UAT puis Pré-Prod. o Migrer et piloter le changement des applications. Environnement technique : Java, Spark, Scala, Hadoop, Cloud Azure, Oozie, Hive, Elastic Search Kibana, Linux Shell, Maven, Spring-Boot, SQL, SG Monitoring, Scrum