Databricks & Lakehouse
Architecture Lakehouse sur AWS avec Databricks et S3. Tables Delta Lake organisées en couches Bronze, Silver et Gold. Notebooks, ingestion et transformations industrialisés pour la production.
Disponible immédiatement · Paris
Senior Data Engineer & Architecte Cloud
Je bâtis des plateformes data scalables.
Architecte Lakehouse Databricks et AWS Certified Solutions Architect, basée à Paris. Je transforme des événements bruts en données gouvernées, fiables et prêtes pour l'analyse, sur Databricks et AWS.
- PlateformeDatabricks · Delta Lake · Unity Catalog
- CloudAWS Certified Solutions Architect – Associate
- MoteurApache Spark · PySpark · Python · SQL
- Databricks
- Apache Spark
- PySpark
- Delta Lake
- Unity Catalog
- AWS
- Amazon S3
- Amazon Kinesis
- AWS Lambda
- DynamoDB
- AWS Glue
- Amazon EC2
- RDS PostgreSQL
- CloudFormation
- CloudWatch
- Python
- SQL
- Power BI
- Tableau
01 — Profil
Ingénieure de formation, architecte par la pratique.
Ingénieure Data, IA & Cloud, avec une solide expérience dans la conception de pipelines de données, les architectures Cloud AWS et le développement de solutions analytiques. Ma boîte à outils : Python, SQL, PySpark, Databricks et l'architecture Lakehouse.
Curieuse, rigoureuse et orientée résultats, je conçois des solutions performantes, sécurisées et évolutives, qui répondent aux enjeux métiers. Des données terrain d'un exploitant autoroutier à une plateforme d'événements temps réel et un Lakehouse gouverné, la constante est la même : des données auxquelles on peut faire confiance.
- Basée à
- Paris, France
- Disponibilité
- Immédiate
- Certifiée
- AWS Solutions Architect – Associate
- Formation
- Master Data Analytics, ENSAE Paris
Master Systèmes de communication & électronique embarquée, ENSA Tanger - Langues
- Arabe (natif) · Français (natif) · Anglais (professionnel)
- Nationalité
- Marocaine / Française
- Hors travail
- Recherche GenAI & LLM · Blockchain · Escalade & fitness · Voyages
02 — Expérience
Des pipelines aux plateformes.
Quatre postes, une trajectoire : chaque plateforme plus distribuée, plus gouvernée et plus temps réel que la précédente.
-
Data Architect / Data Engineer Databricks
- Participation à la conception d'une architecture Lakehouse sur AWS avec Databricks et Amazon S3.
- Développement de pipelines d'ingestion et de transformation avec Python et PySpark.
- Mise en œuvre de Delta Lake et de l'architecture médaillon Bronze / Silver / Gold.
- Gouvernance des données avec Unity Catalog : catalogs, schémas, tables et contrôle d'accès.
- Optimisation et industrialisation des traitements Data Engineering.
- Exposition des données curées vers les outils de BI et d'analytics.
-
Data Architect AWS / Senior Data Engineer
- Conception d'un pipeline de données temps réel basé sur Amazon Kinesis et AWS Lambda.
- Développement des traitements d'ingestion et de transformation des événements avec Python.
- Stockage temps réel dans DynamoDB et archivage des données dans Amazon S3.
- Mise en place du monitoring et des alertes avec Amazon CloudWatch.
- Participation aux choix d'architecture liés à la scalabilité et au traitement des flux.
- Amélioration du suivi opérationnel et de la détection d'anomalies.
-
AWS Cloud Architect / Data Engineer
- Participation à la conception d'une architecture de traitement Big Data distribuée sur Amazon EC2.
- Développement de traitements ETL avec PySpark sur des données volumineuses.
- Ingestion des données depuis Amazon S3 et traitement des fichiers CSV et JSON.
- Optimisation des traitements Spark via le partitionnement et les transformations distribuées.
- Chargement des données transformées dans Amazon RDS PostgreSQL.
- Automatisation du déploiement et supervision avec CloudFormation et CloudWatch.
-
Data Engineer
- Clôtures autoroutes — audit, nettoyage, analyse et exploration avec Python, monitoring sur carte.
- Dossier technique amiante — nettoyage, analyse, optimisation et exploration avec Python et Power Query.
- Indicateurs de suivi — collecte, nettoyage et analyse prédictive avec Python.
- Indicateurs des aires de repos — construction d'un pipeline de données complet (collecte → nettoyage → reporting) pour le suivi des concessionnaires et des installations, KPIs exposés via Power BI.
03 — Blueprints
Les plateformes que j'ai construites, dessinées telles que je les ai construites.
Trois architectures issues de trois missions réelles. Survolez ou touchez un composant pour voir ce qu'il fait et pourquoi il est là.
Interactif — survol, toucher ou clavierFaites défiler · touchez un composant
Composant
Sélectionnez un composant
Chaque nœud de ce schéma correspond à un travail décrit dans mon expérience. Survolez ou sélectionnez-en un pour lire son rôle.
Décisions clés
04 — Expertise
Une stack data moderne, de bout en bout.
Les outils avec lesquels j'emmène la donnée de la source à la décision, et la profondeur que j'apporte à chacun.
Apache Spark & PySpark
Traitement et transformation distribués à grande échelle. Stratégies de partitionnement et transformations distribuées adaptées à la forme des données.
Gouvernance des données
Unity Catalog comme plan de contrôle : catalogs, schémas, tables et accès modélisés explicitement pour que les bonnes personnes voient les bonnes données.
Architecture Cloud AWS
Certifiée Solutions Architect – Associate. Je conçois des plateformes data avec les briques AWS adaptées à la charge : stockage objet, streaming, calcul serverless, bases managées et infrastructure as code.
- S3
- Kinesis
- Lambda
- DynamoDB
- Glue
- EC2
- RDS PostgreSQL
- CloudFormation
- CloudWatch
Python & SQL avancé
Développement ETL, requêtes complexes, optimisation et modélisation. Les deux langages derrière chaque pipeline que j'ai livré.
Bases de données
Stockages relationnels et NoSQL choisis selon le mode d'accès : PostgreSQL et SQL Server pour l'analytique, DynamoDB pour les lectures temps réel.
BI & Delivery
Une donnée n'est utile que lorsqu'elle est vue. Tableaux de bord Power BI et Tableau, livrés en équipe Agile / Scrum avec Git et Jira.
05 — Ma méthode
Des principes qui survivent à la production.
-
01
Étager par confiance.
Bronze conserve la vérité brute, Silver nettoie et conforme, Gold sert le métier. Chaque table porte un niveau de confiance connu, et tout problème peut être rejoué depuis la source.
-
02
Gouverner dès le premier jour.
Catalogs, schémas, tables et accès sont modélisés dans Unity Catalog avant le premier tableau de bord, pas après le premier incident.
-
03
Automatiser la plateforme.
Une infrastructure décrite dans CloudFormation, des déploiements identiques à chaque fois, des environnements qu'on reconstruit plutôt qu'on ne répare.
-
04
Tout observer.
Métriques CloudWatch, alertes et détection d'anomalies font partie de la conception du pipeline : un incident est vu par la plateforme avant d'être ressenti par le métier.
06 — Certifications & diplômes
Certifiée sur le cloud, formée sur la plateforme.
AWS Certified Solutions Architect – Associate
Amazon Web Services
Vérifier sur CredlyFormation Databricks Platform Architecture
Databricks
Master en Data Analytics
ENSAE Paris — spécialisation Data Science et Data Analytics
Master en Systèmes de communication & électronique embarquée
ENSA Tanger — enseignements avancés en systèmes de communication et électronique embarquée
07 — Contact
Construisons quelque chose qui dure.
Ouverte aux postes et missions Data Engineering, Databricks et plateformes AWS. Basée à Paris, disponible immédiatement.