Ingénieur Data — AWS, Python & SQL
3 ans d'expérience à concevoir, industrialiser et fiabiliser des pipelines de données à grande échelle. Industrie, e-learning, IA médicale, e-commerce — partout où la donnée crée de la valeur.
Plateforme de traitement et d'intégration de données industrielles. Développement de pipelines ETL Python sur AWS (Glue, Lambda, S3), maintenance PostgreSQL, contrôles qualité, supervision et CI/CD. Réduction du temps de déploiement de 40 %.
Développement d'un modèle d'IA pour prédire la santé animale (VHS). Pipeline ETL traitant 100 Go d'imagerie DICOM, déploiement automatisé AWS via CodePipeline. Modèle UNET atteignant 92 % de précision.
Plateforme e-learning collectant les interactions utilisateurs en temps réel. Architecture streaming AWS (Kinesis, Glue, Lambda, S3, Athena), orchestration Airflow et CI/CD via CodePipeline. +25 % d'engagement utilisateur grâce à l'optimisation des parcours.
Solution de traitement et d'analyse de données pour une plateforme e-commerce. Scripts Python, optimisation SQL/PostgreSQL, dashboards Power BI et Matplotlib. Identification de 3 opportunités de cross-selling — +10 % de panier moyen.
Pipeline ELT de bout en bout sur les retards de vols Tunisair. Architecture en couches (raw / staging / mart) avec ingestion Python, entrepôt Snowflake, transformations dbt, dashboard Metabase. Dataset simulé de 7 300 vols calibré sur les statistiques réelles (taux de retard >15 min : 36,6 %).
Modèle de segmentation d'images médicales basé sur UNET pour prédire la santé animale à partir du Vertebral Heart Score. Pipeline ETL automatisé traitant 100 Go d'imagerie DICOM avec nettoyage, prétraitement et déploiement AWS. Précision finale : 92 %.
Plateforme analytique temps réel pour analyser les comportements d'apprenants. Ingestion via Kinesis, traitements Lambda et Glue, exposition Athena. Dashboards permettant +25 % d'engagement utilisateur grâce à l'optimisation des parcours pédagogiques.
Solution d'analyse comportementale pour une plateforme e-commerce. Scripts Python automatisés, optimisation SQL sur PostgreSQL, dashboards Power BI pour suivre conversion, panier moyen et churn. Identification de 3 opportunités de cross-selling : +10 % de panier moyen.
Plateforme d'intégration de données industrielles multi-sources. Pipelines ETL Python sur AWS, contrôles qualité automatisés (validation, anomalies), supervision via logs et alertes. Réduction du temps de déploiement de 40 % via CI/CD.