REFERENCES PROJETS
CARREFOUR DEPUIS MAI 2022
Réfèrent technique Data (ATP) – Depuis Avril 2024
CONTEXTE : Ce projet consiste à calculer des projections de stock en temps réel pour les magasins et les entrepôts Carrefour, dans le cadre de l'unité One Stop Shop. L'objectif est de maximiser la conformité des commandes et d'optimiser le taux de détention des produits. En utilisant des technologies avancées et des algorithmes de prévision, le projet suit une méthodologie Agile pour s'adapter rapidement aux exigences changeantes du marché.
Grâce à une collaboration étroite avec d'autres équipes, notamment celles en charge de la logistique et des achats, les projections de stock ont été intégrées avec succès dans les processus opérationnels. Ce projet a eu un impact significatif sur les opérations de Carrefour, en réduisant les ruptures de stock, en améliorant la satisfaction client et en optimisant les coûts liés à la gestion des inventaires.
REALISATIONS :
Développement d'un pipeline de traitement de données en temps réel permettant ce calculer une projection de stock en ingérant 15 milliards d'événements chaque jour, provenant de l’équipe principalement des équipes phenix.
Point de synchro avec les différentes équipes Phenix pour harmoniser les solutions apportées aux différents besoins.
Documentation des applications sur confluence et réalisation des diagrammes d’architectures.
Partage de connaissances avec mon équipe pour promouvoir les bonnes pratiques et la culture DevOps
Création d'api pour l'exposition de données en se basant sur apache cassandra
Participation au processus de recrutement (Évaluation des compétences techniques pendant les entretiens)
ENVIRONNEMENT TECHNIQUE :
Scala, kafka stream, kafka connect, apache spark, cassandra, bigquery, k8s
java 17, spring boot pour les nouvelles api
Réfèrent technique Data (Ref client et animco) – Avril 2023 à Mars 2024
CONTEXTE : Phenix représente la plateforme centrale de données de Carrefour, où sont consolidées diverses données telles que celles des clients, des promotions, des produits, des prix et des transactions. Cette plateforme joue un rôle essentiel en permettant la collecte, la normalisation, le stockage et la mise à disposition de ces données à d'autres services au sein de Carrefour.
Cette solution est construite sur une architecture à deux volets : l'un online (utilisant Kafka) et l'autre hors ligne (utilisant Spark), avec une infrastructure de stockage reposant BigQuery et google storage. Les données sont ensuite exposées aux autres services via des API REST ou des vues BigQuery, facilitant ainsi l'accès et l'utilisation des données pour les différents besoins et applications au sein de l'entreprise.
REALISATIONS :
Amélioration de l'entrepôt de données : optimisation des requêtes SQL ainsi que de la structure de stockage (dénormalisation, partitionnement, clustering, types de données) afin de réduire le temps de traitement des données et les coûts d'exécution.
Développement d'un pipeline de traitement de données en temps réel permettant d'ingérer en moyenne 10 milliards d'événements chaque jour, provenant des différentes applications Carrefour, afin de fournir des données normalisées et actualisées aux consommateurs internes et externes.
Coordination avec l'équipe de gestion des données, l'architecte, data po et les différents tech leads PHENIX pour partager des meilleures pratiques, des contrats de données, des contrats d'interface, des objectifs de niveau de service et des dettes techniques.
Documentation des applications, des architectures, de l'utilisation et de l'interopérabilité, et présentation des résultats aux équipes d'ingénieurs (sessions de partage, ateliers).
Lead l'équipes de data ingénieur en partageant les connaissances et en diffusant les meilleures pratiques d'ingénierie et de DevOps : documentation du code, réutilisabilité, gestion des versions, tests, conventions de nommage, pratiques Git, intégration et livraison continues (CI/CD), organisation du code, réduction de la redondance.
Création d'api scalable pour l'exposition de données en se basant sur elasticsearch et bigtable
Participation au processus de recrutement (Évaluation des compétences techniques pendant les entretiens)
ENVIRONNEMENT TECHNIQUE :
Scala, kafka stream, kafka connect, apache spark, elasticsearch, bigtable, bigquery, k8s,
java 17, spring boot pour les nouvelles api
PWC DEPUIS AOUT 2020
Consultant Réfèrent JAVA
CONTEXTE : Création d'un outil d’analyse fiscale permettant d’analyser les balances générales des clients ainsi
que les liasses fiscales afin de détecter des anomalies potentielles.
REALISATIONS :
Conception et réalisation du module Analysis (implémentation des règles de contrôles) avec Drools
Recueil et analyse des besoins et exigences métier, cadrage, POC, préconisation et présentation des
solutions techniques
Analyse de fonctionnement et interfaçage avec les outils de l’entreprise (partage de documents,
authentification legal pilot, gestion des droits sur legal pilot…)
Participation à la réalisation du front.
Mise en place des pipelines CI/CD & déploiement des applications dockerisées.
ENVIRONNEMENT TECHNIQUE :
Agile/Scrum, Java 11, Spring boot, Drools, Docker, ArgoCd, Kubernetes, micro-services, Azure,
Angular 10, legal pilot (gestion de document)
CARREFOUR NOVEMBRE 2018 A AOUT 2020
Ingénieur Data, Développeur Sénior JAVA
CONTEXTE : Log Management est une solution PAAS visant à offrir aux différentes équipes une plateforme de
gestion de logs centralisée pour répondre à tous les besoins (parsing, filtrage, corrélation de données avec des
sources extérieures, agrégation, transformation, indexation, reporting, alerting...)
REALISATIONS :
Développement de la solution d’installation et de gestion des services logm via docker.
Gestion des containers des services logm
Participation aux différents tâches devops : Ansible, dockerfile, docker compose, jenkins pipeline.
ENVIRONNEMENT TECHNIQUE :
Java8, spring boot, Spring 5, ansible, docker swarm, Azure (cloud), gcp (cloud), Elasticsearch,
prometheus, grafana, prometheus alertmanager
CONTEXTE : Magasin FLASH est un magasin sans caisse équipé de capteurs (caméras, capteurs de poids,
capteurs optiques, etc.) permettant de suivre parcours et mouvements du client afin de calculer en temps réel
son panier.
REALISATIONS :
Mise en place du Backend de la borne de paiement biométrique.
Conception et développement d’un protocole de communication sécurisé de transfert des empreintes
digitales entre la borne et les smartphones des clients
Mise en place des différents scénarios de paiement biométrique.
ENVIRONNEMENT TECHNIQUE :
Java8, spring boot, Spring 5, Reactor, Azure, Docker, Compose, RabbitMq, Couchbase, Ansible
STIME (GROUPE MOUSQUETAIRES) MARS 2018 A OCTOBRE 2018
Tech lead Java
CONTEXTE : Création d'un Bus de transport de données permettant la Concentration et la normalisation des
flux d'échanges de tous les points de ventes du groupe mousquetaires.
REALISATIONS :
Développement de la brique monitoring
Participation à la mise en place de la plateforme (Scripts ansible, docker compose …)
Réalisation de l'agrégateur des flux articles
ENVIRONNEMENT TECHNIQUE :
Java8, Spring boot, Kafka (Kstream, kafka connect), Cassandra, ansible, Docker Swarm, Prometheus
CARBOAT MEDIA AVRIL 2017 A FEVRIER 2018
Ingénieur d’études et développement JAVA
CONTEXTE : Mise en place d’une API (Architecture micro service) rest de Matching des versions et des options
auto permettant aux différentes applications Carboat (La centrale, promoneuve, mavoiturecash …) d’identifier
avec précision les données d’un véhicule.
REALISATIONS :
Conception et Développement de la brique Matching des versions.
Maintenance évolutive et corrective du référentiel AUTO.
ENVIRONNEMENT TECHNIQUE :
Java8, Spring boot, Elastic Search, Mysql, AWS (cloud), ELK (logs)
EDELIA (GROUPE EDF) FEVRIER 2016 A MARS 2017
Consultant Réfèrent JAVA
CONTEXTE : Mise en place d’une API Rest (Architecture micro service) pour le suivi et l’aide à la maitrise de la
consommation énergétique pour les clients Electricité et Gaz.
REALISATIONS :
Réalisation des services Rest de suivi de consommation.
Réalisations des Batchs de collecte des données distributeur et capteur.
Rédaction des spécifications fonctionnelles et techniques détaillées dans Fitness.
Implémentation des tests fonctionnels avec Fitness.
ENVIRONNEMENT TECHNIQUE :
Java8, spring boot, Spring 4, apache camel, spark cassandra, CASSANDRA (noSql).
GROUPE ACCOR HOTELS DECEMBRE 2014 A JANVIER 2016
Architecte Java
CONTEXTE : Mise en place d’un service scalable et hautement disponible pour le calcul de la disponibilité des
hôtels en moins de 200 millisecondes.
REALISATIONS :
Définition de l’architecture technique du projet
Conception et réalisation des briques de synchronisation entre Sybase et Cassandra
Conception et réalisation d’un Framework pour l’application des règles de la disponibilité
Participation au choix de la stack technique à utiliser.
ENVIRONNEMENT TECHNIQUE :
Java8, Spring 4.1, Spring Integration, Spring batch, Spring boot, ProtoStuff, HAZELCache
distribué), CASSANDRA (noSql), activeMq.
SFR JUILLET 2012 A NOVEMBRE 2014
Ingénieur d’études et développement
CONTEXTE : Commercialisation des nouvelles offres et services sur la plate-forme de prise de commandes ADSL,
Fibre et Téléphonie fixe pour l'ensemble des canaux de vente (portail, espaces SF...