[nom] - Data & BI

# [e-mail] · ƒ [téléphone] · [nom] · [nom]

Profil

Data & BI spécialisé dans les pipelines de bout en bout sur Azure ( Data Factory, Databricks, Synapse, PySpark ) et la livraison Power BI ( DAX, modélisation dimensionnelle, dashboards KPI ). Chez STELLANTIS , construction de couches d’ingestion et de reporting de niveau production au service des métiers. Master en Machine Learning Avancé (diplômé en juin 2026), à la recherche active d’une opportunité en CDI pour concevoir des plateformes data et analytiques évolutives.

Expérience · Formation

Master en Machine Learning Avancé

Stagiaire Data & BI

FSDM, Fès · 2024 – 2026

Mars – Août 2026

• Ingéré des données depuis SharePoint, OneDrive et systèmes locaux · ◦ BI, Big Data, Cloud, IA, DevOps avec authentification Entra ID vers Azure Data Lake Storage · Licence en Génie Logiciel
• Développé des transformations PySpark sur Databricks avec par- · FSDM, Fès · 2020 – 2024 titionnement optimisé, réduisant significativement le temps de traite- · ◦ SQL, Java, Développement Web, Agile ment
• Automatisé l’orchestration des pipelines via Databricks job schedul- Technologies ing avec gestion d’erreurs, monitoring et alerting
• Construit des modèles sémantiques Power BI (schéma en flocon) · Cloud & DevOps avec mesures DAX et dashboards KPI interactifs · ◦ Azure : Data Factory, Data Lake
• Implémenté des contrôles qualité et gates de validation garantissant · ◦ Databricks, Synapse, Entra ID la précision continue des données · ◦ Git/GitHub, Docker, CI/CD

Projets · Ingénierie de données & ETL

• Apache Spark, PySpark

Pipeline ELT Azure E-commerce · Juin – Août 2025

• Intégration multi-sources
• Orchestré l’ingestion multi-sources via Data Factory avec ordon-
• Validation & qualité des données nancement dynamique et reprise sur erreur
• Implémenté l’architecture data lake avec stratégie de partitionnement · Business Intelligence et gestion du cycle de vie sur ADLS · ◦ Power BI : DAX, Power Query
• Exécuté des transformations complexes avec PySpark sur Databricks · ◦ Modélisation sémantique, KPIs pour le traitement à grande échelle Bases de données
• Modélisé les schémas analytiques et déployé l’entrepôt avec Synapse Analytics · ◦ SQL Server, MySQL, PostgreSQL
• Livré des dashboards Power BI interactifs pour le reporting de · ◦ T-SQL, modélisation dimensionnelle direction et l’analyse Programmation Pipeline ETL automatisé avec intégration multi-sources · ◦ Python, SQL, T-SQL Janvier – Février 2025 · ◦ Bash / Shell scripting
• Conçu un pipeline ETL extrayant depuis CSV , APIs et SQL Server avec normalisation et déduplication · Certifications
• Implémenté le nettoyage, transformation et enrichissement avec Python ◦ Databricks Academy : Azure Databricks (Pandas, NumPy) et Power Query · Platform Architect
• Modélisé les tables staging et dimensionnelles sur SQL Server (fact · ◦ Oracle : Cloud Infrastructure AI Founda- & dimension) avec indexation optimisée · tions
• Automatisé l’exécution du pipeline avec Task Scheduler , logging · ◦ Coursera : ML Specialization (Andrew Ng) complet et alerting
• Livré un dashboard Power BI interactif pour la visualisation des · Soft Skills KPI et le reporting BI · ◦ Apprentissage autonome

Languages · ◦ Esprit analytique

• Collaboration en équipe français : B1 · Anglais : B1 · ◦ Résolution de problèmes