Youssef DAYI

🔹 Contexte : Modernisation des plateformes data-analytics au service des métiers du Business/commerce et l’Expérience & relation Client. 🚀 Réalisations principales • Migration d’une plateforme BI vers GCP (BigQuery) • Conception d’une architecture Data Lake / Data Warehouse • Implémentation d’une architecture Médaillon (Bronze / Silver / Gold) • Développement de pipelines ELT (GCS → BigQuery) • Optimisation des coûts BigQuery jusqu’à -25 % (partitionnement, clustering, bonnes pratiques FinOps) • Orchestration via Cloud Workflows & Cloud Scheduler • Mise en place de contrôles qualité des données • Monitoring et MCO • Création de dashboards métiers (Power BI) • Pilotage de la migration (recette, stratégie de cutover, rollback) 📊 Chiffres clés • Migration vers GCP (BigQuery) en suivant une stratégie de rationalisation : → Rationalisation du patrimoine data : ~30 % des assets identifiés comme optimisables (suppression de redondances / obsolescences), réduisant la charge de maintenance → Augmentation de la capacité technique x1,5, permettant d’absorber la montée en charge des usages data • Optimisation des coûts BigQuery jusqu’à -25 % via partitionnement, clustering et bonnes pratiques FinOps ( KPIs FinOps, Revue régulière des usages et optimisations possibles...) • Mise en place de bonnes pratiques de modélisation et de rafraîchissement Power BI, permettant : → Réduction des temps de refresh jusqu’à -40 % → Amélioration de la disponibilité des rapports critiques (>99 %) 🧠 Stack technique : GCP, GCS,BigQuery, Cloud Functions, Workflows, Scheduler, Python, GitLab CI/CD, Power BI, Jira, Confluence ⚙️ Environnement : • SAFe agile à l'échelle : plusieurs feature-teams dans train data • Scrum (5 PO, 1 architecte Data, 1 Tech lead, 9 data engineers)

🔹 Contexte : Maintien et évolution de la plateforme décisionnelle MSBI on-prem pour les domaines du Business/commerce et de l'expérience & relation client. 🚀 Réalisations principales • Collaboration avec les métiers pour l’analyse des besoins et la conception des solutions décisionnelles • Participation aux rituels Agile (daily, sprint planning, reviews) • Rédaction de la documentation technique (architecture, flux, procédures d’exploitation) • Conception et développement de pipelines ETL batch avec SQL Server 2019 (SSIS, T-SQL) • Collecte et intégration de données multi-sources :Hive, Oracle,Teradata, fichiers plats, API REST(json) • Développement de la couche analytique via SSAS (cubes multidimensionnels et tabulaires) • Optimisation des performances SQL et des traitements volumineux • Gestion des déploiements et maintien en condition opérationnelle (MCO) • Supervision des flux de données, monitoring et mise en place d’alertes en production • Revue de code et contribution à l’amélioration des bonnes pratiques de développement • Accompagnement et montée en compétence de profils juniors 📊 Chiffres clés & résultats • Plateforme décisionnelle : 20 serveurs / 14 To de données • 11 000+ objets data gérés (tables, vues , ETL, jobs...) • Supervision de 350 chaînes de traitement ETL • Développement et optimisation de 90 cubes SSAS • Optimisation des performances sur des volumes data importants (multi-To) • Contribution au MCO d’un SI décisionnel critique (disponibilité, fiabilité) 🧠 Stack technique : MSBI (2012,2019), SQL Server, Teradata, Hive, TFS, PowerShell ⚙️ Environnement : • SAFe agile à l'échelle : plusieurs feature-teams dans train data • Scrum (5 PO, 1 architecte Data, 1 Tech lead, 9 data engineers)