Souleymane Sow

• Conception et maintien de pipelines PySpark/SQL (ingestion → transformation → tables exploitables) pour usages BI/analytics. • Optimisation des traitements (réduction temps de run, gestion volumétrie) : filtres, partitionnement, tuning Spark. • Data quality : contrôles (complétude, cohérence), jeux de tests automatisés, traçabilité et standardisation des jobs. • Collaboration équipes BI/IT : clarification besoins, adaptation des modèles, livraison itérative. Stack : Python, PySpark, SQL, PostgreSQL/Oracle, Hadoop (HDFS), Docker, Git, CI/CD

Conception et réalisation d'un POC visant à anticiper et prédire les risques de sinistres automobiles • Mise en place des processus permettant de bien démarrer le projet • Prétraitement des données et développement de modèles de prédiction de sinistres (LightGBM), atteignant un F1-score de 0.9. • Conteneurisation avec Docker et déploiement API via Streamlit + PostgreSQL . • Automatiser tests & déploiements avec Github actions Stack : Python, Pandas, Scikit-learn, Streamlit, Docker, PostgreSQL, Git, Github actions, Makefile

• Cartographie des sources de données et des flux pour un énergéticien européen • Analyse de la qualité des données (complétude, cohérence, doublons) et définition de KPIs de data quality. • Élaboration d’une feuille de route d’amélioration alignée avec la trajectoire cible data & analytics (architecture, gouvernance). Stack : Python, SQL, PostgreSQL/Oracle, Git

• Migration ETL SAS/BOBI vers Hadoop en utilisant PySpark), en garantissant 95% de la fiabilité des données. • Optimisation des pipelines réduisant le temps de traitement de 25% . • Extraction automatisée de contrats sinistres (PDFMiner, PyPDF → PostgreSQL) avec un gain de temps de 20%. Stack : PySpark, Pandas, PDFMiner, PyPDF, PostgreSQL, Hadoop (HDFS), BOBI, Git, Jira