EXPÉRIENCES PROFESSIONNELLES

Depuis Septembre 2022 (4 ans)

Consultant Data & IA Indépendant

PASSIONATE DATA

De Septembre 2025 à Aujourd'hui (1 an)

Analytics Engineer & Développeur Data App (GCP / Python) @ SERVIER

Contexte : Création d'un Data Product de A à Z (Data Engineering & Application) pour le pilotage, la visualisation et la traçabilité des flux de la Supply Chain pharmaceutique.

Missions & Réalisations :

  • Analytics Engineering : Modélisation des données avec dbt sur BigQuery. Transformation des flux logistiques bruts en indicateurs métiers précalculés pour optimiser les performances.
  • Développement Application : Création from scratch d'une interface interactive en Python (Streamlit) offrant à la Supply Chain une visualisation sur mesure des transferts de produits.
  • Cloud & DevOps : Conteneurisation et déploiement serverless sur GCP via Cloud Run. Infrastructure as Code avec Terraform et automatisation des pipelines CI/CD via GitLab.
  • Delivery & Produit : Collaboration directe avec les utilisateurs finaux en méthodologie Agile (cycles courts) pour garantir l'adoption et le respect des normes pharmaceutiques.

🏆 Impact & Résultats

  • ⏱️ Performance technique : Déploiement automatisé permettant des mises en production quotidiennes sans interruption de service.
  • 🎯 Impact Business : Adoption par +50 utilisateurs métiers de la Supply Chain.
GCP BigQuery Cloud Run Python Streamlit dbt Terraform GitLab CI/CD Git

De Septembre 2022 à Juin 2025 (2 ans et 9 mois)

Senior Data Engineer GCP - Marketing & Personnalisation @ CARREFOUR

Contexte : Conception et industrialisation d'une Data Platform Marketing (promotions ciblées) à fort volume, traitant plusieurs millions de transactions quotidiennes.

Missions & Réalisations :

  • Data Engineering & Orchestration : Refonte complète des pipelines de batch processing et de traitement massif avec PySpark sur Dataproc, BigQuery, et Dataform. Orchestration via Cloud Composer (Airflow).
  • MLOps & Industrialisation : Déploiement et industrialisation des algorithmes de Machine Learning (recommandation et ciblage) pour automatiser les campagnes marketing.
  • DevOps Data & FinOps : Automatisation de l'infrastructure en Terraform et création des pipelines CI/CD sous GitLab. Pilotage de l'optimisation des coûts GCP (règles de cycle de vie Cloud Storage, archivage, optimisation des requêtes SQL).
  • Delivery & Produit : Interface technique directe avec les équipes Produit et Marketing (Scrum) pour garantir l'alignement entre l'architecture Data et le time-to-market.

🏆 Impact & Résultats

  • ⏱️ Performance technique : Réduction de 90 % du temps de traitement data (passage de 30h à 3h).
  • 🎯 Impact Business : Taux de conversion des campagnes marketing doublé (+100 %) grâce à la fiabilité du ciblage.
  • 💰 Optimisation : Réduction de la facture Cloud GCP via l'implémentation de règles FinOps strictes.
GCP BigQuery Dataproc Cloud Storage Pub/Sub Cloud Composer Python PySpark SQL Airflow Dataform Terraform GitLab CI/CD Agile/Scrum

De Mars 2020 à Août 2022 (2 ans et 6 mois)

Consultant Data Senior

KEYRUS

De Septembre 2021 à Août 2022 (1 an)

Data Product Owner & Analytics Engineer GCP @ L'ORÉAL

Contexte : Pilotage à l'international de produits Data analytiques et modernisation complète de la Data Platform (migration des systèmes legacy SAP et Teradata vers GCP).

Missions & Réalisations :

  • Product Management & Gouvernance : Pilotage de la roadmap et du backlog (Agile/Scrum). Animation des comités de gouvernance et alignement stratégique entre les directions métiers et techniques à l'international.
  • Data Engineering & Migration Cloud : Conduite de la migration complexe de centaines de tables critiques depuis SAP HANA et Teradata vers GCP (BigQuery).
  • Analytics Engineering & BI : Modélisation de la donnée avec dbt sur BigQuery pour simplifier les calculs intermédiaires. Gestion du cycle de vie complet jusqu'à la publication des dashboards Power BI.
  • Data Quality & DevOps Data : Garantie de la fiabilité des flux analytiques (standards de qualité, supervision UAT). Automatisation des déploiements via GitLab CI et Infra-as-Code (Terraform).

🏆 Impact & Résultats

  • 🚀 Performance : Accès aux données 2x plus rapide pour le reporting stratégique de la direction.
  • ✔ Qualité : Fiabilisation totale des flux à l'international grâce aux standards de tests et de contrôle.
GCP BigQuery Cloud Composer Cloud Storage dbt Power BI Elasticsearch SAP HANA Teradata Terraform GitLab CI/CD Scrum / Agile

De Septembre 2020 à Août 2021 (1 an)

Senior Data Engineer GCP @ EIFFAGE

Contexte : Industrialisation (MLOps) de la chaîne prédictive de rentabilité des chantiers : passage d'un modèle R&D à une solution de production robuste sur GCP.

Missions & Réalisations :

  • Data Engineering & Ingestion : Création de pipelines d'extraction des bases opérationnelles (MS SQL Server) vers GCP (Cloud Storage, BigQuery) pour consolider les données d'entraînement et d'inférence.
  • MLOps & Batch Processing : Refactorisation du code R&D (Python), conteneurisation (Docker, Artifact Registry) et déploiement du modèle sur Cloud Run pour l'exécution automatisée des prédictions en batch processing.
  • Orchestration & DevOps Data : Automatisation complète de la chaîne de préparation de données et d'inférence via Cloud Composer (Airflow). Implémentation des pipelines CI/CD (Cloud Build, GitLab CI).
  • Data Quality & Delivery : Développement d'un framework de tests automatisés (Pytest) pour garantir la fiabilité des flux. Rédaction des spécifications d'architecture et transfert de compétences aux équipes RUN.

🏆 Impact & Résultats

  • ⚙️ Mise à l'échelle : Transformation réussie d'un code expérimental (R&D) en une architecture Cloud serverless, scalable et 100% automatisée.
  • ✔️ Fiabilité : Sécurisation des données injectées dans le modèle grâce aux contrôles de Data Quality continus.
GCP BigQuery Cloud Storage Cloud Run Cloud Composer Cloud Build Python Pandas Pytest MS SQL Server T-SQL Docker Airflow GitLab CI Scrum / Agile

De Mars 2020 à Août 2021 (6 mois)

Data Analyst & Data Quality Lead @ AGENCE DE BIOMÉDECINE

Contexte : Audit national de la qualité des données de santé et définition de la stratégie de Data Governance pour plus de 400 centres de greffe cardiaque.

Missions & Réalisations :

  • Data Quality & Audit : Conduite d'un audit d'envergure nationale sur les flux de données critiques de +400 centres hospitaliers afin de mesurer la fiabilité des registres de santé.
  • Data Science & Scoring : Modélisation et développement en Python (Scikit-learn, Pandas) d'un algorithme de scoring. Implémentation de modèles de détection d'anomalies pour évaluer et classifier la fiabilité des données.
  • Data Governance & Stratégie : Identification des biais structurels majeurs et élaboration de nouvelles directives officielles pour standardiser la collecte au niveau national.
  • Advisory & Restitution : Rédaction et présentation du rapport stratégique aux instances décisionnelles, posant les fondations de la nouvelle politique de contrôle qualité.

🏆 Impact & Résultats

  • 🎯 Échelle nationale : Cartographie et audit des données sur un réseau critique de +400 centres médicaux.
  • ✔️ Fiabilisation : Création d'un référentiel de scoring automatisé permettant d'isoler et de corriger les incohérences de saisie.
  • 🏛️ Gouvernance : Définition et adoption par les instances décisionnelles des nouvelles normes officielles de collecte de données.
Data Governance Data Quality Python Scikit-learn Pandas NumPy Statistiques descriptives Santé publique

De Mars 2017 à Février 2020 (3 ans)

Consultant Data Senior

PUBLICIS ETO

De Mars 2018 à Février 2020 (2 ans)

Data Engineer GCP - Marketing & Personalisation @ CARREFOUR

Contexte : Conception et industrialisation de la Data Platform d'une solution de ciblage marketing omnicanal à fort impact financier.

Missions & Réalisations :

  • Data Engineering & Migration : Création des pipelines fondateurs de batch processing sur GCP pour l'extraction massive de données depuis les bases legacy (Teradata) vers BigQuery et Cloud Storage.
  • Architecture Event-Driven : Mise en place d'une infrastructure serverless orientée événements (Cloud Functions, App Engine, Firestore, Pub/Sub) pour alimenter les moteurs de personnalisation à très grande échelle.
  • MLOps & Data Science : Développement de modèles prédictifs de propension d'achat (Python, Scikit-learn) et industrialisation de leur chaîne d'entraînement et de scoring.
  • Delivery & Stratégie Business : Traduction des enjeux marketing en spécifications techniques (Agile/Scrum) pour garantir un alignement total avec les objectifs de rentabilité.

🏆 Impact & Résultats

  • 🚀 Rentabilité (ROI) : 5 € générés pour 1 € investi grâce à la précision du ciblage prédictif.
  • 🎯 Business : Maximisation du taux de conversion des offres marketing via le scoring automatisé.
  • ⚙️ Scalabilité : Modernisation réussie du socle de données (passage de Teradata à une architecture GCP serverless et robuste).
GCP BigQuery Dataproc Cloud Storage Pub/Sub Cloud Composer Firestore App Engine Compute Engine Python PySpark SQL Airflow Dataform Terraform GitLab CI/CD Agile/Scrum

De Mars 2017 à Février 2018 (1 an)

Data Scientist - NLP & Automation @ RELAXNEWS

Contexte : Conception et industrialisation d'un moteur NLP (Natural Language Processing) de classification documentaire et de recherche full-text pour automatiser les processus métiers.

Missions & Réalisations :

  • Data Engineering & Ingestion : Automatisation de bout en bout des pipelines d'extraction des données brutes depuis MS SQL Server.
  • Data Science & NLP : Audit du corpus textuel, ingénierie des caractéristiques (Text Mining, vectorisation TF-IDF/Embeddings) et développement d'algorithmes de classification avec Python (Scikit-learn).
  • Search Engine & Architecture : Intégration et configuration d'Elasticsearch pour l'indexation massive des documents et la restitution des prédictions.
  • Delivery & Change Management : Rédaction de la documentation d'architecture, restitution des métriques de performance et accompagnement des utilisateurs métiers vers le nouvel outil.

🏆 Impact & Résultats

  • 🚀 Automatisation : Remplacement d'un processus de tri documentaire 100 % manuel par un pipeline automatisé de bout en bout.
  • ✔️ Précision IA : Atteinte d'un score de fiabilité de 90 % sur la catégorisation automatique des documents.
  • ⏱️ Productivité : Accélération drastique du temps de recherche et d'accès à l'information pour les équipes opérationnelles grâce au moteur full-text.
Python Scikit-learn Pandas NLP TF-IDF Embeddings Text Mining Elasticsearch MS SQL Server T-SQL Architecture Data

De Mars 2015 à Février 2017 (2 ans)

Data Scientist & Social Intelligence Analyst

PUBLICIS CONSEIL

Contexte : Traitement de données massives non structurées (Social Listening), modélisation NLP et génération d'insights stratégiques pour le compte d'acteurs majeurs (CAC 40).

Missions & Réalisations :

  • Data Engineering & Ingestion : Conception de pipelines pour l'extraction et la préparation de données massives non structurées issues des réseaux sociaux (APIs, MongoDB).
  • Data Science & NLP : Développement sous Python (Scikit-learn, Gensim) d'un moteur temps réel de détection d'incidents (Topic Modeling, Text Mining) pour analyser la connectivité réseau.
  • Analytics & Modélisation : Création de modèles comportementaux (clustering, analyse sémantique et géolocalisation) pour accompagner la transformation digitale des clients.
  • Data to Business : Traduction d'analyses de données complexes en recommandations opérationnelles directes pour les équipes marketing et créatives.

🏆 Impact & Résultats

  • 🚀 Business Impact (Orange) : Extraction de l'insight stratégique ayant directement déclenché et nourri la campagne publicitaire nationale « La Fibre 100% Fibre » d'Orange.
  • 🏆 Récompense (AccorHotels) : Lauréat du Prix SILVER au Cristal Festival pour la campagne data-driven #FeelWelcomeFromThe1stTweet.
  • ⭐ Déploiement Grands Comptes : Adoption des modèles prédictifs et analytiques par des leaders de l'industrie (AXA, BNP Paribas, Sanofi, Nestlé, Renault, ENGIE).
Python Scikit-learn Gensim R NLP Topic Modeling Sentiment Analysis Text Mining MongoDB Social Media APIs Synthesio Netbase Data Marketing