Mohamed El Guendouz

Dataform multi-couches pour la mise à disposition de données fiables et exploitables (bronze → silver → gold).

Orchestration et automatisation des pipelines de données via Cloud Composer (Airflow).

Développement de jobs Talend pour l’extraction depuis Teradata on-premises, la migration vers GCP et la transformation dans Dataform.

Co-construction d’un cockpit Power BI pour le pilotage de l’exploitation des magasins : suivi du chiffre d’affaires, marges, stocks et comparatifs N/N-1.

Création de Data Products partagés et mise en place du Gold Model Vendeur, modèle analytique transverse utilisé par plusieurs squads (Marketing, Retail, Offre…).

Amélioration continue de la performance et de la fiabilité des flux : supervision, optimisation des temps d’exécution et contrôle

qualité.

Cette mission avait pour objectif d'optimiser les campagnes marketing de France Télévision en mettant en place un projet de traitement de données, tout en offrant une solution flexible et personnalisée aux besoins spécifiques de l'entreprise.

Pour ce faire, une équipe transversale a été constituée et a choisi une architecture solide et fiable, qui comprend Terraform pour l'infrastructure, Cloud Composer pour l'orchestration, des jobs Spark pour les traitements et des fichiers Deltalake pour le stockage.

L'équipe a utilisé la méthode Scrum pour cadrer les Use case et s'adapter aux évolutions des processus et des technologies. En tant que Data Engineer, j'ai contribué à l'amélioration de l'efficacité et de la performance de l'organisation en mettant en place une architecture solide et fiable, en réduisant les coûts et en optimisant les ressources.

Mon travail a contribué à une meilleure prise de décision et à une meilleure gestion des données.

Dans le cadre d'une mission courte et bien cadrée, j'ai travaillé en tant que Data Engineer pour aider une équipe à finaliser ses projets avant la fin de l'année. Mon objectif était de mettre en place une solution efficace pour ingérer des données stockées sur un serveur Oracle On-premise vers un environnement cloud GCP pour leur traitement.

Nous avons commencé par développer un script pour ingérer les données FULL sur une bucket de stockage de GCP, optimisé pour garantir une ingestion de données complète et fiable tout en gérant les erreurs. Ensuite, nous avons utilisé Terraform pour créer les ressources nécessaires au traitement des données sur GCP, notamment des instances de machines virtuelles, des règles de sécurité et des connexions réseau pour permettre la communication entre les différents composants de l'architecture.

Nous avons également utilisé Dataform pour créer les requêtes SQLx nécessaires à la transformation des données et la mise en place des pipelines de traitement, ce qui a simplifié la gestion des requêtes SQLx en offrant une abstraction de haut niveau pour la définition des tables et des vues.

Après avoir mis en place l'architecture, nous avons testé et validé le processus complet d'ingestion de données depuis Oracle vers GCP, ainsi que la transformation et le traitement des données sur GCP.

Cette mission a été un succès, avec la mise en place d'une solution performante pour l'ingestion de données en provenance d'un serveur Oracle On-premise vers GCP, avec des ressources et des requêtes SQLx optimisées pour le traitement des données sur GCP. Elle m'a également permis de développer des compétences solides en ingénierie de données, en architecture de données, en déploiement sur plateforme cloud et en coordination d'équipes pluridisciplinaires.