Souleymane konate

Définition de l'architecture data appropriées aux différents cas d’usage data émanant des data analyst(equipes metiers) Conception de l'architecture de collecte, stockage et traitement des données pour les projets d'Analytics Partie prenante dans le choix des technologies et la mise en œuvre des architectures de gestion de la data Utilisation des pools spark/sql d’azure synapse pour l’orchestration du processus d’extraction, transformation et chargement (ETL) dans le data warehouse (SQL server) Optimisation et Industrialisation des processus ETL Monitoring des pools ETL, de l’architecture technico-fonctionelle (Terraform) Environnement Technologique : Cloud Microsoft Azure Synapse Analytics, ,azure databricks, azure event, spark streaming, data lake, Postgres, sqlServer,Oracle, Python, SQL, Spark, git, Azure Devops, CI/CD, Logic apps, Azure VM, Terraform, power automate, Power BI.

Conception de l'architecture de collecte, stockage et traitement des données pour les projets d'Analytics Accompagnement des chefs de projet dans le choix des technologies et la mise en œuvre des architectures de gestion de la data Utilisation des pools spark/sql d’azure synapse pour l’orchestration du processus d’extraction, transformation et chargement (ETL) dans le data warehouse (SQL server) Automatisation des requêtes et industrialisation des tableaux de bords Power BI Monitoring des pools ETL, des tableaux de bords et les modèles de prévisions Environnement Technologique : Cloud Microsoft Azure Synapse Analytics, azure databricks, azure data lake, Python, SQL, Spark, azure Devops, git, CI/CD, Power BI, power automate, power apps.