Thomas THIRIET

Sujet : Création et développement de O’sorty, une application mobile dédiée à la découverte et à la planification de sorties culturelles. L’application permet aux utilisateurs d’explorer la programmation des salles et de découvrir les événements à venir. Conception de l’infrastructure technique avec un backend en FastAPI, un frontend en Flutter, et une architecture cloud sur AWS. Intégration d’une carte interactive avec Mapbox et mise en place d’un moteur d’indexation des événements. Déploiement de l’application sur l’App Store et le Play Store. Mise en place du modèle de données et mise en place complète de la pipeline de données sous une architecture event driven à base de S3 - SQS - Lambda. Technologies utilisées : AWS: Lambda, RDS PostgreSQL, DynamoDB, S3, ECS, Fargate, ECR, Incognito, Secrets Manager, IAM, SQS, SNS, CloudWatch, CloudFront Python: FastAPI, Pydantic, SQLModel (sqlachemy), Anyio, … Flutter/Dart: riverpod Terraform - Docker - Git

Développement et architecture de pipeline de données temps réel et batch sur AWS (de l'ingestion à l'exposition API) Sujet : Ingestion de données provenant d'IOT (panneau solaire, compteur électrique, chaudière, etc) de différents fournisseurs et les transformer pour les rendre accessibles dans un format unique au travers d'une interface API (REST). Les volumétries sont de l'ordre de 20 000 batch contenant 3600 points à traiter par heure. Gestion également d'un flux streaming exposé via un serveur SSE. Industrialisation d'algorithmes de machine learning se sourçant sur un datalake. Enjeux du client : Scalabilité, optimisation et maitrise des coûts de l'infrastructure. Taille de la plateforme : environ 20 personnes Technologies utilisées : AWS (Lambda, Kinesis, DynamoDB, S3, ECS, Fargate, ECR, API Gateway, Incognito, Secrets Manager, IAM, SQS, SNS, Glue, Athena, Redis) - Python - Java ? Apache Flink - Git - Jenkins ? GitHub Action - Terraform Mission via l'ESN Ippon Technologies

Déploiement d'une plateforme data en 4 semaines Sujet : Mise en place d'une plateforme data dans le cloud : - Ingestion des données vers Snowflake - Construction du datawarehouse avec l'outil ELT Matillion - Visualisation / exploration des données avec Metabase Enjeux du client : automatiser certains cas d'usage tel que la facturation de leurs clients, avoir la possibilité de faire de l'analytique sur leurs données et permettre à leurs équipes d'accéder aux données de manière pratique et rapide. Taille de l’équipe : 2 Ingénieurs Data Mes principales contributions : - Référent technique sur le projet - Formation du client sur la stack utilisée (AWS, Matillion, Snowflake, Terraform …) - Développement et déploiement de l’Infra-As-Code. - Set up des différents outils (User et organisation du projet pour Matillion et création des schémas, permissions, rôles, users et warehouses nécessaires pour Snowflake) - Création d’un job générique Matillion pour l’ingestion de leurs données - Validation des développements réalisés Technologies utilisées : AWS - Snowflake - Matillion - Metabase - Terraform - Gitlab CICD Mission via l'ESN Ippon Technologies

Migration de job de transformation de données on prem vers le cloud Sujet : Moderniser l’architecture et les outils utilisés par les actuaires de l’entreprise Enjeux du client : Gagner en performance lors de la transformation de données pour arriver sur un format pivot et traiter plus rapidement les flux responsables de la qualité des données. Taille de l’équipe : 5 personnes (Architecte data, Ingénieurs data et scrum master) Organisation en sprint des développements suivant la méthodologie agile. Mes principales contributions : - Set-up du projet Matillion (User, SSO, Organisation des jobs, etc) - Création des schémas, permissions et rôles, users et warehouses nécessaires sur Snowflake - Développements et référent technique sur les jobs Matillion - Connexion au serveur SFTP client Technologies utilisées : AWS - Snowflake - Matillion Mission via l'ESN Ippon Technologies

Migration de rapports financiers Sujet : Migration de leur système de reporting souffrant de faibles performances vers un outil d’exploration et de visualisation dans le cloud : Metabase. Enjeux du client : permettre au métier (le département finance) de manipuler et d’explorer les données, mises à jour quotidiennement, de l’entreprise. Taille de l’équipe : 8 personnes au total L’ensemble des échanges et des présentations lors de la mission s’est fait en anglais. Réalisation : Construction d’une pipeline data réalisant les étapes suivantes : Ingestion des données provenant de différentes bases on prem vers Snowflake, transformation des données et enfin disponibilité de celles-ci dans un outil d’exploration et de visualisation. Technologies utilisées : AWS - Snowflake - Matillion - Metabase Mission via l'ESN Ippon Technologies

Observatoire des arrêts de travail Enjeux du client : faire des rapports visuels sur les arrêts de travail de salariés Réalisation : Construction d’une pipeline complète capable de récupérer des fichiers CSV sur les serveurs de Apicil, de les traiter en python à l'aide de AWS lambda grâce à un algorithme de calcul distribué orchestré avec AWS step functions et sqs. Les données sont ensuite uploadées sur Snowflake. Mes contributions principales ont porté sur l’Infrastructure-as-code du projet, la base de données et les rôles sur Snowflake, des choix d’architectures (utilisation des services AWS sqs et fargate), de l’optimisation algorithmique en python, déploiement de l’architecture réseau (vpc, transit gateway). Technologies utilisées : AWS - Snowflake - Terraform - ( services aws : s3, sqs, ecs, ecr, step functions, lambda, transit gateway, vpn tunnels) Mission via l'ESN Ippon Technologies