Mbaye - Consultant JAVA

EXPERIENCES PROFESSIONNELLES

De Juillet 2016 à septembre 2019 : SGCIB
Intégrateur Big Data

Projet : Récupérer les données de marché via des providers (Bloomberg et Ratings), les
traiter afin de les distribuer au sein de la société générale

 Mise en place d’une architecture technique Big Data
 Importer des données internes depuis des bases oracle via sqoop
 Migration des données internes vers le datalake
 Adjuster les prix des marchés grâce aux corporates actions via hive
 Processing des données bloomberg afin les stocker dans hbase
 Indexer les données statiques via ElasticSearch
 Intégration de jobs via scheduler interne et externe Oozie
 Déploiement automatisés via Jenkins

Environnement technique : Intellij, Spark, hbase, Shell, Oozie, Java, Hive, HDFS, WebHDFS,
Linux, Knox, Solr, ElasticSearch, Jenkins, Sgithub

De novembre 2015 au 30 juin 2016 : BNPP SIT
Intégrateur Big Data

Projet : Etablir une nouvelle stratégie de gestion de données en matière de collecte,
d’intégration, de conservation et d’usage en construisant un Hub de Collecte (Data Hub).

 Installation et administration de l’environnement de développement
 Mise en place d’une architecture Big Data
 Collecte SRS en matière de conservation des données historiques
 Contrôle de la gouvernance des flux d’information
 Collecte et injection de données via flume sur HDFS
 Contrôle des données via SaparkSQL
 Historisation en mode Delta et Photo via Hive
 Intégration de jobs via scheduler interne et externe Oozie

Environnement technique : Eclipse, SparkSQL, Flume, Shell, Oozie, Java, Hive, HDFS, WebHDFS,
Linux, Ranger

De mars 2014 à octobre 2015 : LibrePost
Intégrateur Big Data

Projet : Création de logiciels qui aident les entreprises à mieux définir leur stratégie marketing
en améliorant la connaissance de leurs clients.


 Installation et administration de la plateforme Hadoop
 Mise en place d’un cluster Hortonworks de 5 nœuds
 Croisement de données et constitution d’indicateurs et rapports
 Intégration des données dans un cluster MongoDB
 Modélisation statistique
 Algorithmes de scoring
 Web scraping
 Pré-étude sur les adresses emails

Environnement technique : Hadoop, Hortonworks, Pig, Hive, Mahout, Oozie, R, Mysql, shell,
Sqoop

De janvier 2013 à mars 2014 : LibrePost
Chef de projet
Projet : Création de logiciels qui permettent aux utilisateurs de gagner des timbres grauitement.

 Recueil et challenge du besoin client
 Rédaction des spécifications techniques et fonctionnelles
 Suivi de la réalisation et de l’avancement des tâches
 Tests et validation
 Participation aux comités opérationnels
 Statistiques descriptives, différentielles, Modèle de régression
 Machine Learning : Apprentissage supervisé et non supervisé

Environnement technique : Eclipse, MySQl, Shell, Java, Css, Jsp, JavaScipt, MongoDB, Linux,
Windows, Toad, MS Project, UML

Avril 2012 à octobre 2012 : STMicroelectronics
Développement web

Projet : Développement d'une application web (multi-tiers) de type Intranet dans le cadre du
projet WebEngTool

 Extractions d’indicateurs nécessaires à la production des scores
 Création et gestion de comptes
 Développement de scripts
 Nettoyage de la base de données
 Automatisation des processus
 Contrôle de la qualité des données

Environnement technique : Eclipse, Mysql, Postfix,Scripts Shell, Java/j2ee, Css, Jsp,JavaScript

Novembre 2011 à avril 2012 : Faculté d’Economie Appliquée
Chef de projet
Projet : Création d’un site web

 Rédaction du cahier des charges et des spécifications
 Choix des outils, méthodes de conception et technologies web
 Conception et développement en groupe d’un site web générique avec interface de
gestion en XHTML/CSS, PHP/MySQL sur EASYPHP
 Publication et recherche des données en interne et externe
 Gestion de la relation client, suivi et rédaction de rapports

Environnement technique : EASYPHP –MySQL –Tomcat –Apache – Postfix – Scripts
Mars à septembre 2010 : LPED (Aix-Marseille Université)
Dataminer
Projet : Réalisation d’études statistiques


 Développement sous SAS Enterprise Guide, Macro et SQL
 Effectuer des requêtes sur la base de données et extraction de données depuis excel
 Modélisation, résolution de problèmes et implémentation
 Problématiques liées aux Big Data, optimisation temps/mémoire
 Manipulation de très grandes bases de données (centaines de millions d'observations)
 Scoring, construction et comparaison de cohortes
 Exploitation de la base de données : Nettoyage des données. Codage des variables
 Création d’indicateurs. Statistique descriptive : Tris à plats et Tris croisés
 Analyse statistique multidimensionnelles : Analyse en composantes principales
 Analyse factorielle des correspondances. Analyse des correspondances multiples
 Modélisation et inférence : Modèle à variables quantitatives. Modèle à variables
qualitatives
 Analyse graphique des données

Environnement technique : SAS, STATA, MySQL, Excel, Acces