Virgil LISSASSI

🎯 Mission : Accompagner les entreprises dans la migration, l’industrialisation et l’automatisation de leurs flux de données Cloud, en garantissant performance, fiabilité et évolutivité. ⚙️ Réalisations principales : 🔹 Migration de bases Oracle vers Google BigQuery (optimisation du temps de traitement ×4) 🔹 Conception et mise en production de DataWarehouses sur GCP 🔹 Création de flux ETL via Talend Cloud pour interconnecter ERP, CRM et systèmes métiers 🔹 Automatisation de pipelines Data (Python, SQL, API GCP) 🔹 Optimisation des coûts Cloud et des performances de requêtes 🧠 Méthodologie : Approche orientée DataOps, avec versioning, monitoring et CI/CD pour les workflows Data. 🧰 Stack : Talend Cloud · BigQuery · GCP · Python · SQL · Git 💡 Impact : Réduction moyenne de 35 % du temps de traitement des flux Amélioration de la fiabilité et de la maintenabilité des pipelines Mise en conformité des architectures Data Cloud (sécurité & gouvernance)

Mission : Former des stagiaires à l'utilisation de Talend ETL - Préparation de support de cours - Préparation des exercices et TP - Préparation d'examen de validation de formation

Mission : Intégration de données, TMA-Talend - Conception et rédaction de spécification technique - Développement et évolution de flux ETL avec Talend DI - Recette et déploiement

Missions : Intégration de données , Qualité de données et Catégorisation d’images - Rédactions de spécifications fonctionnelles et techniques - Mise en place de Flux ETL d’extraction et de traitement de données avec Talend DI et Pentaho DI - Traitement sur la qualité des données et création d’indicateur de qualité de la données avec R - Data visualisation avec Shiny - Catégorisation d’images de pièces automobiles avec du Machine Learning en Python

- Définition, optimisation et validation de protocole de collecte des données - Préparation et nettoyage de données - Création et alimentation de base de données - Exploration de données et Data visualisation - Choix et développement de méthodes statistiques adéquates - Programmation statistique avec R - Développement et mise en production de modèles statistiques de prédiction et de classification

Cours de Physique-chimie et TP à Lyon, Saint Etienne, Givors et Rive de Gier - France

Mission : Mettre en place des modèles de prédiction de paramètres physico-chimiques - Analyses préliminaires - Visualisation de données et détection d’individus atypiques - Fouille de données et extraction de connaissance : classification et dégagement de tendance - Sélection de variables pertinentes par stepwise et bootstrap - Modélisation par PLS et par Réseaux de neurones, - Programmation sous R (analyses et traitement statistiques, scripts et fonctions), initiation théorique et pratique d’ingénieur chercheur aux méthodes statistiques de traitements, d’analyses de big data et à l’utilisation du logiciel R - Rédaction de rapport détaillé des différentes études et analyses menées