CV/Mission YARN freelance

Aperçu des missions de Massipssa,
freelance YARN habitant la Seine-Saint-Denis (93)

• TechLeadDataEngineer

  Société Générale -
  Jan 2021 - aujourd'hui

  CONTEXTE: Mise en place des contrôles pour la surveillance des marchés financiers (Market Abuse
  Surveillance)
   Mise en place et validation de solutionstechniques
   Développement de pipelines de collecter, ingestion et transformation des données de l’ensemble des
  bourses mondiales des traders de la Société Générale
   Implémentation de contrôles financiers(Front Running, Insider, …) en PySpark
   Migration de contrôles depuis Hadoop on-premise vers cloud Azure (HDinsight, Azure Storage, …)
   Migration d’Airflow 1.1.9 vers Airflow 2.1.3
   Développement d’un outil de monitoring de l’ensemble des applications Spark via l’API Yarn, la Stack
  EKL (Elasticsearch, Kibana, …) et Alerta
   Automatisation de la création et la destruction des clusters HDInsight via Airflow
   Amélioration et développement de pipelines de CI/CD avec Jenkins et Ansible
   Code review et validation des Pull Request de toute l’équipe de développement
   Veiller au bon fonctionnement de l’ensemble des parties techniques de la Platform
   Accompagner et faire monter en compétences des Data Engineer Junior
   Passation des entretiens techniques et validation des profils
   Security Champion de l’équipe, un rôle permettant d’attribuer les droits selon les profils, gérer les
  accès dans Azure avec Azure AD et Azure Keyvault, …

  ENVIRONNEMENT Azure, Docker, Kubernetes, Ansible, Hadoop (Yarn, HDFS, Hive, Oozie), Spark 2. 4 / 3.1, Apache Airflow, Apache Livy, PostgreSql, ELK (Elasticsearch, Kibana, Logstash), Linux, Java 8/11, Python 3, WinSCP, Putty, IntelliJ, PyCharm

• - DataEngineer

  BNPParibas
  Jan 2020 - Jan 2021

  CONTEXTE: Conception et implémentation de l'ensemble des parties d'un Datahub
  Architecture
   Conception de la zone DataLake dans HDFS
   Conception d'une architecture d'intégration de flux de données en tempsréel
  Développement
   Développement d'un pipeline pour l'intégration de différents dans Hadoop (HDFS, Hive, ...)
   Mise en place de module du monitoring des Workspaces dans Datahub
   Collecte, indexation et stockage deslogs de l'ensemble des modules du Datahub dans Elasticsearch
   Evolution d'un ETL Spark pour la récupération et transformation des flux métier contenu dans des
  fichiers CSV
   Développement d'un module Python pourl'alimentation du Tableau Server
  Tests et livraisons(CI/CD)
   Mise en place d'un pipeline CI avec Azure Devops, Jenkins et SonarQube
   Automatisation du déploiement des livrables avec Ansible
   Documentation des projets et du code source dans Github

  ENVIRONNEMENT Azure, Ansible, Hadoop (Yarn, HDFS, HBase, Hive...), Hortonwork 2.6, Spark, PostgreSql, ELK (Elasticsearch, Kibana, Logstash), Linux, Java 8/11, Python 3, WinSCP, Putty

• DataEngineer

  PSA -
  Jan 2019 - Jan 2020

  CONTEXTE Conception et mise en place d'un Datalake
  Architecture
   Définir les architectures techniques des projets Data et leurs Templates
   Conception d'architectures microservice pour la mise en place de PoC (Proof of Concept)
   Définition des modèles de développement et de livraison avec Docker
  Data Security et gouvernance
   Sécurisation d’accès aux ressources du DataLake (HDFS, Kafka, Hive,Hbase) via Apache Ranger
   Synchronisation des ressources du cluster entre Apache Ranger et Atlas avec une API Java
  Streaming & Batch Processing
   Développement d'un outil ClickStream pour la collecte des erreurs de l'application ServiceBox PSA
   Développement d'un outil permettant aux clients de PSA de s'opposer à la sauvegarde des données
  personnelles (droit à l'opposition) protégées par la loi RGPD
   Inspiration de différentes sources de données, traitement et stockage (Spark, Scala, parquet, ...)
   Implémentation de pipeline d'ingestion de tables Exatadata vers Elasticsearch
  Tests et livraisons(CI/CD)
   Développement de tests TDD / BDD
   Analyse et inspection de la qualité du code avec SonarQube
   Automatisation du processus de déploiement depuis Git jusqu'aux serveurs de production avec
  TeamCity
   Documentation des projets et du code source dans Github

  ENVIRONNEMENT AWS, Hortonwork 2.6, Hadoop 2 (Yarn, HDFS, Hive, Hbase, Sqoop,...), Spark 2.3, Kafka, IntelliJ, Exadata Oracle 12g, ELK (Elasticsearch, Kibana, Logstash), Linux, Java, Scala, Python, Agile (Scrum), Github, TeamCity, SonarQube, WinSCP, Putty, Docker, Kubernetes

• Rôle : Ingénieur étude et développement C++ et C#

  Banque de France
  Jan 2016 - Jan 2016

  Tâches :
   Analyse des spécifications fonctionnelles détaillées et spécifications techniques détaillées
   Développement couche métier en C++ et C#
   Développement des IHM en ASP .NET MVC 4 et Winform
   Développement et optimisation des requêtes SQL en SqlServer 2012
   Mapping des objets en ODB et ADO .NET
   Réalisation des tests unitaires en CCPunit et en Nunit
   Suivi de vesrsions avec tortoise SVN
   Validation et intégration dans le Framework TARGET2-Securities
  Environnement technique: C++, C#, STL, Visual Studio 2013, SVN tortoise, DesignPattern, CPPCheck, Jenkins, Sql Server 2012, Asp .Net MVC 4, SVN Tortoise, Ilog Cplex
  
  Laboratoire Informatique de Paris Nord, Mars 2015 – Septembre 2015
  Rôle : Ingénieur étude et développement C++
  Tâches :
   Rédaction des spécifications techniques détaillées
   Développement de la couche métier en C++
   Développement des requêtes SQL avec Mysql
   Réalisations des tests unitaires en CCPunit
   Suivi et gestion de versions avec Git
   Mapping des objects avec OBD

  Environnement technique : C++, Boost, Visual Studio 2013, CPPCheck, Mysql Workbench, Git, CCPunit, CCPCheck, PowerAMC

• Data Engineer

  SFR -
  Jan 2015 - aujourd'hui

  CONTEXTE: Migration d'un système de gestion électronique de documents (GED) vers Datalake
  Développement
   Analyse des besoins en termes de migration
   Développement de pipelines data pour l’alimentation du HDFS et de base de données Cassandra
   Automatisation des déploiements
   Développement de script pour la capture de nouvelles données avec Apache Kafka
   Stockage et indexation des données dans Elasticsearch
   Déploiement deslivrables en production
   Collecte, nettoyage, contrôle de cohérence, date quality
   Développement des jobs Spark pour la récupération et l’analyse des données depuis Oracle avec Spark
  SQL et Scala
   Développement des connecteurs génériques pour l’acquisition et l’insertion des données depuis
  plusieurs sources (Cassandra, HDFS, Elasticsearch),
  CI/CD
   Développement et exécutions destests
   Mise en place de pipelines d'intégration continue
   Documentation du code source dans Gitlab

  ENVIRONNEMENT Hadoop (Yarn, HDFS, Oozie), AWS, GED (Alfresco), Spark, Kafka, Cassandra, SBT, IntelliJ, SQL (Oracle 11g), Mysql 5.7, ELK (Elasticsearch, Kibana, Logstash) , Linux, Python, Agile ( Scrum), Scalatest, WinSCP, Putty