Toni Badr

• Utilisation des APIs Bloomberg Data License pour l’ingestion automatisée et incrémentale des données de marché dans le DataHub. • Développement de pipelines serverless avec Azure Functions pour orchestrer les appels API Bloomberg et alimenter les référentiels financiers. • Implémentation des requêtes Bloomberg DataRequest et HistoryRequest afin de récupérer les données historiques et incrémentales sur l’univers d’investissement. • Mise en place d’une authentification sécurisée OAuth2 / JWT signé pour sécuriser les échanges avec les APIs Bloomberg. • Conception d’un mécanisme de polling asynchrone pour gérer les requêtes Bloomberg longue durée, avec retry, back-off exponentiel et timeouts configurables. • Automatisation de la récupération, du parsing et du chargement de fichiers Bloomberg volumineux aux formats CSV, CSV.gz et ZIP. • Normalisation et historisation des données financières avant intégration dans le DataHub : prix, rendements, valorisations, devises, dates de cotation et identifiants de marché. • Mise en place de contrôles qualité sur les séries temporelles financières : détection de gaps, forward-fill sur jours ouvrés, contrôle de cohérence et détection d’anomalies. • Traçabilité des données intégrées dans le DataHub avec distinction des statuts REAL, FORWARD_FILLED et FALLBACK pour faciliter l’audit et le reporting. • Stockage et exposition des données dans Azure Cosmos DB avec un modèle flexible adapté à l’évolution des schémas de données financières. • Industrialisation des déploiements via Docker, Azure DevOps et pipelines CI/CD YAML sur environnements dev, preprod et prod. • Contribution à l’automatisation des calculs financiers liés à la NAV, au rendement, à la valorisation et au suivi de performance.

• Analyse et refonte du flux d’intégration du projet Voyagiste, suite à la migration des sources SharePoint vers un serveur SFTP (FileZilla). • Conception et développement d’un DataFlow Azure Data Factory pour ingérer et transformer automatiquement les fichiers CSV et TXT de formats hétérogènes. • Mise en place d’une base de données unifiée permettant la standardisation des structures issues de fichiers multi-formats. • Création de règles de nettoyage, typage et normalisation des données au sein du DataFlow afin d’assurer la cohérence dans le Data Lake Azure • Gestion des erreurs d’ingestion et d’incohérences de schémas via un système de logs et d’exceptions intégrés. • Maintenance et correction de tickets incidents Talend, liés aux flux historiques, en coordination avec l’équipe d’exploitation. • Participation à la transition technique entre les traitements Talend existants et les nouveaux flux ADF pour garantir la continuité des opérations. • Élaboration et assistance au HLDF (High Level Design) de la solution d’intégration, en collaboration avec l’architecte Data, pour garantir la cohérence technique et l’évolutivité de la plateforme.

● Migration des sources de données depuis des bases hétérogènes vers data bridge sur Denodo. ● Migration des rapports de Jaspersoft vers Power BI ● Conception et optimisation des vues sur Denodo ● Création et automatisation des rapports Power BI en utilisant des connecteurs personnalisés pour Denodo, ● Documentation des processus de migration et formation des utilisateurs finaux sur les outils Denodo et Power BI. ● Support technique aux autres membres de l’équipe ● Formation de l’équipe sur la technologie de Databricks.

- Création des containers ADLS gen2 et importation des données. - Création des tables de fait et tables de dimension sur databricks en Python, PySpark et SQL. - Mise en place et ordonnancement des Pipelines sur ADF selon différents cas. - Création des vues sur Synapse Analytics en se basant sur des procédures stockées. - Importation des vues depuis synapse vers Power BI afin que les données soit traitées pour faire des DataViz. - Faire des ETL sur Power Query en Power BI et création des mesures pour le Dataviz. - Migration des flux des données depuis le Cube vers le DataHub de Azure. - Mise en production des projets sur Azure DevOps. - Rédaction de la documentation technique sur Confluence

- Créations des containers de ADLS Gen2, ainsi que des instances de ADF, Datasets, Databricks Notebooks et des liens de connections entre eux. - Traitement des données existantes sur Databricks en PySpark et Scala. - Faire des analyses exploratoires des données sur Azure Data Factory.

- Migration des services de Orange sur le Cloud GCP. - Création des Hive UDF en Java. - Importation des Hive UDF sur Hadoop interface HUE et serveur principal afin de les exécuter sur les bases de données. - Creation des BigQuery UDF en JavaScript et SQL dans le but de faire une comparaison entre on-permises et Cloud. - Aide à la création des modèles predictives sur Vertex AI.