[nom]
Data Engineer
[téléphone] · # [e-mail] · [nom] · [nom] · Portfolio
Data Engineer diplômé d’un Master en Mathématiques et Informatique pour la Science des Données. Expérience con-crète en conception de pipelines de données distribués sur Databricks et PySpark, modélisation de Data Warehouses et architecture Lakehouse (Bronze/Silver/Gold).Disponible pour un premier poste en Data Engineering .
COMPÉTENCES & TECHNOLOGIES
Langages : Python, PySpark, SQL, PL/SQL Bash, Git, Linux
Big Data & Processing : Apache Spark (PySpark), Databricks, Delta Lake, traitement batch
Data Warehousing & Lakehouse : Modélisation dimensionnelle (étoile, flocon), architecture médaillon
(Bronze/Silver/Gold), Azure Synapse, Delta Lake
Pipelines ETL & Cloud : Azure Data Factory, Databricks Workflows, AWS, Google Cloud, Docker
Bases de données : OracleDB, MySQL, PostgreSQL, MongoDB, ChromaDB | Visualisation : Power BI, Plotly, Matplotlib
AI Engineering : RAG, LLMs, vector databases | LangChain, LangGraph, HuggingFace, ChromaDB
Notions / en cours d’apprentissage : Apache Kafka, Apache Airflow, BigQuery
EXPÉRIENCE
Data Engineer Intern (PFE) | Metaverse - Casablanca · Mars 2026 – Juillet 2026
- Conception et industrialisation de pipelines de données distribués sur Databricks.
- Développement de jobs PySpark et requêtes SQL optimisées sur architecture Lakehouse (Bronze / Silver / Gold) .
- Mise en place d’une solution RAG pour exploiter les données métier via LLM.
- Technologies : Databricks, PySpark, SQL, Delta Lake, LangChain, LangGraph, RAG, ChromaDB, Python, Azure Data Engineer / BI Intern | Amine Invest – Taza · Avr 2024 – Juin 2024
- Conception d’une plateforme Data & BI de bout en bout sur Azure, traitant +500k enregistrements.
- Mise en place de pipelines ETL avec Azure Data Factory et Databricks (ingestion, nettoyage, transformation).
- Modélisation d’un Data Warehouse sur Azure Synapse pour l’analyse décisionnelle.
- Technologies : Azure (Data Factory, Databricks, Synapse), Python, SQL, PySpark, Power BI
PROJETS
Orchestration ETL avec Airflow — Data Lake Multi-Sources
- Construction d’un Data Lake centralisant des données hétérogènes (APIs, fichiers CSV/JSON, bases relationnelles).
- Conception de DAGs Airflow pour orchestrer l’ingestion, le nettoyage et le chargement vers un DWH PostgreSQL.
- Mise en place du monitoring, de la gestion des erreurs et des retries pour fiabiliser les pipelines.
- Technologies : Apache Airflow, Python, PostgreSQL, Docker, SQL Pipeline Lakehouse Retail (Databricks + DataOps)
- Conception d’un pipeline Lakehouse de bout en bout sur Databricks selon l’architecture Médaillon.
- Ingestion dynamique (Auto Loader) et contrôle de qualité via Delta Live Tables (DLT).
- Modélisation en Schéma en Étoile et CI/CD multi-environnements (DABs, GitHub Actions).
COMPÉTITIONS
Hackathon Open Source : 3 ème place(24), 1 er place(25) · | · Competition Problem Solving : 2 ème place(25)
FORMATION
Master en Mathématiques et Informatique pour la Data Science · 2024 - 2026
École Nationale des Sciences Appliquées · Khouribga
Licence Professionnelle en Informatique Décisionnelle · 2023 - 2024
École Supérieure de Technologie · Oujda
DUT Génie Informatique · 2020 - 2022
École Supérieure de Technologie · Meknès
Baccalauréat en Sciences Mathématiques B · 2017 - 2020
Lycée Technique · Taza
CERTIFICATIONS
Data Engineer Associate | DataCamp · Azure Data Fundamentals (DP-900) · Azure Databricks Data Engineer (DP-750)
Langues
Arabe : Langue maternelle | Français : Niveau intermédiaire avancé | Anglais : Niveau intermédiaire
