DOCUMENT RECONSTITUÉ — CE N'EST PAS LE FICHIER D'ORIGINE
Le fichier déposé par la personne a été perdu. Seul le texte du CV, conservé lors de son indexation par NextData, subsiste : il est remis en page ci-dessous, sans la présentation, les couleurs, la photo ni les logos du document d'origine. Aucune donnée n'a été ajoutée.
Candidat : [nom] · [e-mail]
Reconstitution du 4 septembre 2026.
[nom] | Data Engineer
[téléphone] • [e-mail]
RÉSUMÉ ET PROFIL
Data Engineer spécialisé dans la conception et l’optimisation de pipelines de données batch et temps réel.
Expérimenté en SQL, PySpark et traitement de données à grande échelle dans des environnements Big
Data. Solide pratique des architectures distribuées (Spark, Parquet, Hive) et des solutions décisionnelles intégrant Power BI. Expérience avec la suite Azure (Data Factory, Synapse, Databricks) et les architectures modernes basées sur Delta Lake..
EXPÉRIENCE PROFESSIONNELLE
Sabi, Data Engineer
Plateforme Data Lakehouse sur Azure de 10/2023 – Aujoud’hui
Conception d’une architecture Lakehouse basée sur Azure Data Lake Storage.
Orchestration des pipelines de données via Azure Data Factory.
Développement de traitements PySpark sur Azure Databricks (batch & incrémental).
Mise en place d’un modèle analytique interrogé via Synapse Serverless SQL.
Création de dashboards Power BI pour visualisation des KPIs.
Gestion du versioning et suivi des tâches via Git & Azure DevOps.
Technologies : Azure Data Lake Storage, Data Factory, Databricks, Python, PySpark, Synapse Serverless
SQL, Power BI.
Pipeline de Données Temps Réel et Batch
Conception et développement de pipelines de données temps réel et batch dans un environnement
Cloudera (Hadoop ecosystem).
Implémentation d’une architecture CDC basée sur PostgreSQL → Debezium → Kafka pour ingestion temps réel.
Traitement et transformation des données avec Spark (batch & streaming).
Orchestration des workflows avec Oozie.
Stockage et optimisation des données sur HDFS (Parquet) / Hive .
Mise en place de tableaux de bord et rapports analytiques avec Jaspersoft pour la visualisation des données métiers.
Collaboration avec les équipes métier pour définir les indicateurs clés (KPIs) et garantir la qualité des données.
Technologies : Java, HDFS, Debezium, Hive, Spark, PostgreSql, JasperSoft
Sabi, Stage de fin d’études en tant qu’un ingénieur en Data Science de 02/2023 – 08/2023
Projet de R&D en Data Science axé sur l'utilisation des algorithmes de Deep Learning pour le développement d'un système d'identification.
Technologies : IA et Deep Learning, YOLOv8, RetinaFace, VGG16, MobileNet, Python, Jupyter, Google
Colab, Anaconda, LabelImg, TensorFlow.
EDUCATION ACADÉMIQUE
Ecole des sciences de l’information (ESI) 2020-2023
Ingénierie des Données et des Connaissances
Rabat, Maroc
CPGE : Salmane Al Farissi 2018-2020
Classes préparatoires aux grandes écoles d'ingénieurs (MP/MPSI)
Texte de CV reconstitué par NextData — le document original est perdu. · page 1
Salé, Maroc
COMPÉTENCES TECHNIQUES
Technologies BI et Big Data :
- Docker, Azure Data Lake Storage, Data Factory, Databricks, Synapse Serverless SQL, Power BI.
Langages, technologies de programmation et de structuration :
Databes, Middleware et Data Bridges :
- PostgreSQL, MySQL, Oracle, MS SQL SERVER, Hive, Kafka et Debezium.
- Avec languages : SQL, PL/SQL.
COMPÉTENCES LINGUISTIQUES
Arabe : Langue maternelle
Francais : Courant
Anglais : Courant
Texte de CV reconstitué par NextData — le document original est perdu. · page 2
