Salim Cheballah

Plateforme de Détection de Fraude (Databricks) Conception et développement d'une plateforme data permettant la détection de fraude Architecture & Data Platform – Conception d'une architecture Lakehouse Medallion (Bronze / Silver / Gold) sous Databricks – Implémentation de l'historisation SCD2 et exploitation du Time Travel Delta Lake – Conception d'un modèle dimensionnel en étoile pour les usages BI et analytics Data Engineering – Développement et optimisation de pipelines Spark (Scala / PySpark) – Orchestration et gestion des clusters Databricks (autoscaling, scheduling) – Migration HDFS et tables Hive vers Azure Blob Storage et Unity Catalog – Mise en place de pratiques FinOps et monitoring des coûts Migration Cloud & Streaming (GCP) Modernisation de la plateforme data on-premise vers GCP et transformation des flux Batch en Streaming. – Migration des traitements Spark sur GCP Dataproc – Migration HDFS et Hive vers Google Cloud Storage et BigQuery – Orchestration via Cloud Composer (Airflow) – Développement de pipelines streaming Kafka Spark Structured Streaming / Apache Flink – Mise en place de MongoDB (cache) et Elasticsearch (search engine) – Monitoring et alerting avec Grafana / InfluxDB

Évolution de la plateforme Data Lake centrale du groupe, permettant la centralisation, l'intégration et la valorisation des données métiers. – Développement de pipelines Spark pour ingestion et transformation de données – Mise en place de flux streaming Kafka et Spark Structured Streaming – Orchestration et optimisation( techniques et fonctionnelle) des traitements – Alimentation du Data Warehouse – Automatisation CI/CD avec GitLab Gouvernance & Collaboration Métiers – Analyse des besoins métiers et cadrage fonctionnel – Mise en place de stratégies tests, validation et qualité des données – Gestion d'incidents et amélioration continue – Définition de plans PRA / sauvegarde – Documentation technique et transfert de compétences