[nom]

Data Analyst | Data Engineer

[e-mail]

[téléphone]

[nom]

PROFIL

Data Analyst & Data Engineer passionné par la donnée, avec une solide expertise en conception de pipelines end-to-end, modélisation analytique, ETL et architecture Data Warehouse / Lakehouse selon le modèle Medallion. Expérimenté dans la transformation de données à grande échelle, le développement de dashboards Power BI orientés décision, et l'automatisation des processus analytiques.

COMPÉTENCES TECHNIQUES

Microsoft Fabric : Data Factory, Lakehouse, Synapse,

Data Visualization : Power BI, DAX, Power Query, RLS, Fabric · Notebooks, Dataflows Gen2

Semantic Model.

Datawarehouse · & · Modélisation · : · Architecture · Medallion · Langages : Python,SQL, T-SQL, PySpark

(Bronze/Silver/Gold), Data Lakehouse, Semantic Model, Direct Lake, · Cloud & API : Microsoft Fabric, Microsoft Azure, Azure

Modélisation dimensionnelle, Data Lake, ADLS Gen2 · Databricks, Azure Functions, API Power BI.

ETL & Orchestration : ADF (Azure Data Factory), Talend, SSIS, · Bases de Données : Oracle, MySQL, SQL Server

Pipelines Fabric · Gestion de projet : Agile, Scrum | Collaboration : Git, GitHub

EXPÉRIENCE PROFESSIONNELLE

Marjane Holding - Retail · 2025 - Présent

Data Engineer | Data Analyst

Conception et déploiement d'un pipeline data end-to-end sur Microsoft Fabric , couvrant la collecte, l'ingestion, la transformation et la modélisation des données provenant de différentes sources via les Lakehouse et les modèles sémantiques, en vue de l'alimentation de dashboards analytiques.

Développement et maintenance de dashboards Power BI (CA, Budget, Stock, Remises, RH) dédiés au suivi et à l'analyse des KPI, ainsi qu'à l'aide à la prise de décision, en collaboration avec les équipes fonctionnelles pour traduire les besoins en indicateurs et visualisations pertinentes.

Automatisation de l'ingestion des données via Azure Functions et pipelines Databricks , avec intégration d'un contrôle qualité end-to-end sur l'ensemble du flux.

Orchestration des flux de données avec Azure Data Factory , assurant le stockage en fichiers Parquet dans Azure Blob Storage (ADLS Gen2 ) et leur consommation par les pipelines Databricks, selon deux modes d'injection configurables — incrémental ou overwrite — avec contrôle qualité intégré.

Remontée des tables sources (ERP : Gold / Oriane) vers la plateforme Databricks selon les besoins métier, en mode incrémental ou overwrite.

Projet Machine Learning — Segmentation des magasins Marjane Market (K-Means) réalisée en deux axes complémentaires (fréquentation globale et volume vendu au rayon boulangerie) afin de définir des plannings de cuisson adaptés à chaque catégorie de magasin, avec restitution des résultats dans un dashboard Power BI interactif.

Développement d'un système de monitoring des logs et des alertes à destination de l'équipe sécurité, en exploitant les API de la plateforme ELK

Technologies : SQL, Python, Microsoft Fabric, Azure Databricks, Azure Data Factory, Azure Functions, Power BI, API Power BI, Spark, Oracle, ETL, Machine Learning, K-Means, Git, ADLS Gen2

Marjane Holding - Retail · Février - Juillet 2025

Stage PFE - Data Engineer | Analyst

Collecte des données depuis les sources et chargement dans la couche Bronze du Lakehouse , constituant la base brute du pipeline de données.

Transformation des données brutes via des notebooks Spark , avec injection progressive dans les couches Silver puis Platinum, garantissant une montée en qualité et en valeur des données à chaque étape.

Développement d'un dashboard de pilotage général couvrant les KPI stratégiques — CA, marge, performance magasin, stock — offrant une vue consolidée pour l'aide à la décision.

Analyse M achine Learning sur la base des tickets de caisse, avec génération de règles d'association pour identifier les produits fréquemment achetés ensemble et enrichir les stratégies de merchandising.

Développement d'un dashboard de monitoring de la capacité Microsoft Fabric, exploitant les API Power BI et les pipelines Fabric pour analyser les performances de la plateforme et en optimiser l'utilisation.

Technologies : Microsoft Fabric, Spark, Power BI, Oracle, API Power BI, ETL, SQL, Python juillet - Août 2024

JESA

Stage PFA - Business Intelligence, Data Analysis

Collecte et transformation des données via ETL et création des tableaux de bord

Technologies : Talend, Power BI, Looker, Big Query, Excel

VISEO · juillet - Août 2023

Stage d’initiation - ETL, Data Visualization

Utilisé des outils ETL et développement de tableaux de bord dynamiques et interactifs

Technologies : Talend, Boomi, Power BI

FORMATION · LANGUES

Écoles nationales des sciences appliquées ENSA : Sep 2020 - Juin 2025 · Français : Courant / Professionnel

Option: ingénierie en Systèmes d'Information et Big Data, SIBD · Anglais : Intermédiaire / Professionnel

Baccalauréat en sciences physiques : Juin 2020 · Arabe : Langue maternelle