[nom]

Junior Data Engineer

[e-mail] | [téléphone] | Rabat, Maroc | [lien]

Profil

Data Engineer junior spécialisé dans la conception de pipelines de données et les architectures modernes (Lakehouse, ETL/ELT).

Expérience sur des projets Cloud (GCP, AWS, Azure) avec une forte orientation Data Quality, modélisation des données et traitement de données à grande échelle.

Expériences

Associate Data Engineer (PFE) – BayBridgeDigital · Fév 2026 – Présent

• Développement de pipelines de données pour l’ingestion et le traitement de données CRM vers Salesforce Data Cloud.
• Conception, développement et orchestration de pipelines de données ETL/ELT
• Mise en œuvre de processus de Data Quality et de validation des données à l’aide de Great Expectations
• Modélisation des données pour structurer une Customer Data Platform (CDP).
• Conception et déploiement d’une architecture Lakehouse sur Azure, en utilisant Azure et Databricks:
• Développement de pipelines de migration et transformation de données.
• Développement de flux d’intégration de données avec Talend
• Création de dashboards analytiques pour le suivi des KPI métiers.

Technologies : Python, SQL, Apache Spark, Great Expectations, Databricks, Azure, LangGraph, Langchain, Talend, Tableau

Stagiaire Data Engineer – SIYA-Consulting · Juin 2025 – Sep 2025

• Conception d’un pipeline automatisé pour le traitement et l’analyse de CVs et offres d’emploi.
• Déploiement de microservices scalables (FastAPI, Docker) sur le Cloud.

Technologies : Airflow, Python, ETL, ChromaDB, LLM, FastAPI, Docker

Projets

Pipeline de Streaming Temps Réel sur GCP

• Conception d’un pipeline de streaming pour le traitement de données en temps réel via Pub/Sub et Apache Beam (Dataflow).
• Transformation et agrégation des événements pour reconstruire des conversations métier, avec stockage dans BigQuery.
• Mise en place d’une infrastructure Cloud automatisée avec Terraform (GCS, Pub/Sub, BigQuery).

Technologies : GCP, Pub/Sub, Dataflow, Apache Beam, BigQuery, Terraform, Python

Architecture Lakehouse & Streaming Temps Réel

• Mise en place d’un pipeline de streaming temps réel avec Kafka et Spark Streaming.
• Implémentation d’une architecture Lakehouse pour ingestion, transformation et stockage des données.

Technologies : Kafka, Spark, Python, AWS Lambda, MinIO, Cassandra

Pipeline ETL Reddit – AWS

• Pipeline ETL automatisé avec ingestion vers S3 et transformation via AWS Glue.
• Analyse des données avec Athena et visualisation avec Power BI.

Technologies : AWS, S3, Glue, Athena, Redshift, Python, SQL, Power BI

Certifications

• Google Cloud Professional Data Engineer
• Salesforce Certified Data Cloud Consultant

Compétences Techniques

Data Engineering: Apache Spark, Hadoop, Apache Nifi, Kafka, ETL/ELT, Dbt, Talend, Data Quality, Data Modeling

Orchestration & Observabilité: Apache Airflow, Prometheus, Grafana

Cloud & Plateformes: GCP, AWS, Azure, Databricks, Snowflake, Salesforce Data Cloud

Bases de données: PostgreSQL, MySQL, BigQuery, MongoDB, Cassandra, MinIO

Langages: Python, Java, SQL, Scala

IA: LLM, RAG, LangChain, LangGraph

DevOps & Outils: Docker, Kubernetes, Terraform, Linux, Git, CI/CD, Power BI, Tableau, FastAPI

Langues

Arabe : Langue maternelle · Français : Courant · Anglais : Courant