Tahar Maddi

Leader mondial de services de santé et de sécurité pour les organisations opérant à l'international. Spécialisé dans la modernisation des plateformes de données relatives aux voyages et aux passagers, ainsi que dans l'automatisation des processus d'ingestion et de contrôle qualité à grande échelle. • Développer un pipeline automatisé d’ingestion d’emails, traduisant en se basant sur des modèles NLP et extrayant des entités depuis ~150 emails quotidiens, avec stockage sur S3 et SFTP. Economisant plusieurs millions de Dollars à l’entreprise. • Concevoir et déployer un pipeline d'échange de données RGPD (GDPR) sur AWS (S3, Glue, Airflow), avec un partenaire externe selon les réglementations EU/UK261, intégrant matching des données, gestion des opt-outs et diffusion de courriels, générant plusieurs dizaines de milliers de dollars de MRR mensuel. • Automatiser la détection et la suppression de fichiers Zero-byte sur des centaines de milliers de dossiers, supprimant les tâches manuelles DataOps et évitant les blocages d’un système legacy en aval qui traitent des millions de fichiers par jour. • Concevoir et implémenter un système d'ingestion multi-tenant et multi-modal sur AWS (S3, Lambda, Glue, Redshift), supportant des entrées REST et Webhook permettant d'uniformiser l'intégration des données clients. • Accompagner et mentorer 3 ingénieurs juniors, renforcer leurs compétences techniques et leur communication, et améliorer la capacité de delivery de l’équipe. • Automatiser 90 % des tâches répétitives DataOps via le développement d’outils et de workflows sur mesure, augmentant fortement l’efficacité opérationnelle. • Automatiser des workflows de Data Quality en Python et Great Expectations, réduire les temps de traitement de 1 semaine à 3 secondes par fichier. • Construire un Master Dataset des gares ferroviaires via agrégation d’APIs et géocodification, améliorer la précision des systèmes en aval et la satisfaction client. • Collaborer avec des architectes data lors d’ateliers d’architecture afin d’améliorer l’infrastructure data, la scalabilité et l’alignement avec la stratégie business

Intervenant externes • Modéliser les données en tant que produit analytique dans une architecture Médaillon (Bronze/Silver/Gold) sur GCP (BigQuery, Cloud Composer/Airflow), en garantissant la fiabilité et la disponibilité des données pour l'ensemble de l'organisation. • Construire et maintenir des pipelines de transformation Bronze, Silver, Gold alimentant les équipes BI et self-service analytics, avec une logique de data quality intégrée à chaque couche. • Contribuer aux initiatives de gouvernance des données : standardisation des modèles, documentation des pipelines et respect des standards de qualité, alignés avec la maintenance d'un data catalogue d'entreprise. • Piloter l'ingestion de sources de données externes dans la couche Bronze, renforçant la disponibilité et la fraîcheur des données en amont pour les équipes analytics. • Gérer l'évolution de l'infrastructure GCP via Terraform (IaC), dans un contexte Agile en collaboration étroite avec les équipes plateforme et analytics.

Intervenant externes • Concevoir et développer des pipelines ETL/ELT avec Apache Spark (Python PySpark) afin d'intégrer des données inter-départements au sein d'un Data Lake sur AWS, avec des traitements analytiques réalisés via AWS Athena. • Participer aux ateliers d’architecture data, à la définition et à la formalisation des bonnes pratiques Data Engineering, ainsi qu’aux cérémonies Agile SAFe, en vue d’assurer l’alignement inter-équipes, la coordination des livraisons et le respect du framework SAFe.

Intervenant externe • Concevoir et développer un moteur de métriques en Apache Spark Java sur infrastructure Hadoop pour le calcul à grande échelle des indicateurs de backtesting, avec exposition des résultats via API REST vers une plateforme web interne. • Implémenter des flux Kafka pour la restitution temps réel des métriques vers des services internes, garantissant la disponibilité et la fraîcheur des données pour les équipes Risk Management. • Contribuer à la réduction du délai de restitution du backtesting de J+30 à J+1, permettant un meilleur pilotage du risque de contrepartie et la mise en œuvre de mécanismes d'escalade basés sur des seuils définis.

Intervenant externe • Piloter le développement d’un pipeline de détection LAB/FT en PySpark sur infrastructure Hadoop pour une institution financière publique (Caisse des Dépôts - CDC), améliorant l’identification, l’analyse et le signalement des activités suspectes.

Intervenant externe • Concevoir et développer une solution de streaming temps réel en Apache Kafka et Apache Spark (Scala) sur infrastructure Hadoop, pour l'ingestion et le traitement des données issues des compteurs LINKY, permettant aux équipes Data Science d'analyser les données de consommation quasi en temps réel. • Contribuer au développement de pipelines de traitement de données dans le cadre du projet "Train Digital Experience Client", au sein de la Direction Commerce d'EDF, département Marché d'Affaires.