Data Engineer · Dataiku · MLOps · IA générative
J'industrialise des pipelines de données et je les fais tenir en production.
Plateformes Dataiku en environnement bancaire et pharmaceutique : mise en production, orchestration, optimisation et garde-fous avant diffusion.
- Expérience
- 3 ans en data engineering
- Certifications
- 6 certifications Dataiku
- Secteurs
- Banque · Pharma (SOX) · Supply chain
- Disponibilité
- CDI ou freelance
Expertise Dataiku
De la conception au run, je couvre toute la chaîne
Développement, scénarios qui anticipent les pannes, mise en production, supervision, diagnostic d'incidents et IA générative. Je prends ces sujets en charge seule.
Développer et industrialiser
Flows, recipes SQL, Python et PySpark, scénarios qui anticipent les pannes, bundles et mise en production avec retour arrière.
Voir le détail →Exploiter et diagnostiquer
Monitoring, contrôles de volumétrie et de qualité, incidents pris de bout en bout, API Dataiku et gouvernance.
Voir le détail →IA générative et agents
Workflow agentique livré en production, RAG, API GPT. Et la gouvernance des agents qu'apporte Dataiku 14 : évaluation, revue, traces.
Voir le détail →Réalisations
Une sélection de projets
Chez Alten, plusieurs chantiers d'une même plateforme bancaire, tous centrés sur l'industrialisation et la fiabilité de l'exécution.
Supprimer les relances manuelles d'un scénario mensuel de scoring
Un traitement mensuel critique qu'il fallait relancer à la main chaque fois que les socles amont n'étaient pas prêts. Reconstruction complète de la logique de contrôle.
Alten · banque → DiagnosticUne table dont les données existaient mais restaient introuvables
Les fichiers étaient bien présents sur HDFS, aucune requête ne les remontait. Diagnostic méthodique jusqu'à la cause réelle.
Alten · banque → Qualité des donnéesUn décalage de dates qui traînait depuis deux ans
Certains enregistrements étaient comptabilisés la veille de leur date réelle. Un bug de fuseau horaire dans une conversion, présent depuis 2023.
Alten · banque →Bonnes pratiques Dataiku
Les règles que j'applique sur chaque projet
Des règles tirées de ce qui casse réellement en production, avec une checklist à reprendre à la fin de chaque article.
Concevoir un scénario Dataiku qui anticipe les pannes
Un scénario par défaut ne gère que le cas où tout se passe bien. Voici les six situations à prévoir, et le comportement à adopter pour chacune.
Lire · 8 min → Mise en productionPréparer une mise en production Dataiku sans casser la prod
Ce qu'un bundle emporte, ce qu'il laisse derrière, et les quatre écarts de configuration qui font échouer un déploiement le vendredi soir.
Lire · 8 min → Performance · ArchitectureChoisir le bon moteur d'exécution, et savoir ce qu'il fait vraiment
Le moteur ne décide pas seulement de la vitesse. Il décide aussi d'où vos données atterrissent, et c'est là que les surprises arrivent.
Lire · 7 min →Un projet data à industrialiser ?
Décrivez-moi le contexte et je vous dis franchement si c'est dans mon périmètre.