Titulaire d'une formation Data Engineer (OpenClassrooms, août 2026 — certification RNCP Niveau 7, Bac+5), en recherche de poste Data Analyst / Data Engineer — sur site, en télétravail, ou en freelance.
APIs publiques, sources CSV/JSON
Pandas, validation, tests
SQL, NoSQL, indexation
Scikit-Learn, FAISS, embeddings
API, dashboard, chatbot
Je viens d'une Licence Économie et Gestion (Université de Lille). Le déclic pour la data est venu progressivement : d'abord une spécialisation Data Analyst (GRETA, 2024) où j'ai découvert Python, SQL et Power BI, avec un stage effectué vers la fin de cette formation chez SCS-IT, où j'ai conçu des tableaux de bord et rapports automatisés pour appuyer des décisions concrètes.
Ce stage a confirmé une envie : ne pas seulement analyser la donnée, mais comprendre et construire ce qui se passe en amont — comment on collecte, nettoie, structure et fiabilise un flux de données avant qu'il n'arrive dans un dashboard. C'est ce qui m'a mené vers la formation Data Engineer d'OpenClassrooms, dont je suis désormais titulaire.
Au-delà de la maîtrise individuelle de chaque outil, mes projets de formation répondent à une même logique : sécuriser un flux de données de bout en bout — de la collecte brute jusqu'à un service exploitable (dashboard, API, chatbot) — en intégrant systématiquement tests, documentation et maîtrise des coûts. C'est cette rigueur que je veux mettre au service d'une équipe data, pas seulement une liste de technologies maîtrisées.
Projets réalisés dans le cadre de ma formation Data Engineer chez OpenClassrooms.
Problème : une recherche par mots-clés ne comprend pas qu'une requête sur le "jazz" recoupe aussi la "musique improvisée", et un LLM seul invente des événements. Solution : j'ai construit un chatbot RAG qui répond en langage naturel, sans halluciner, en s'appuyant sur des données réelles (Open Agenda) — 497 événements indexés, 8/8 tests unitaires validés.
Problème : 55 000 dossiers patients dans un CSV plat, difficile à interroger, sans contrôle d'accès différencié. Solution : j'ai migré ces données vers une base NoSQL documentaire conteneurisée, avec RBAC à 4 niveaux et requêtes optimisées à moins de 3 ms.
Problème : un flux continu de tickets clients devait être traité sans latence ni perte, même en cas d'arrêt brutal. Solution : pipeline de streaming (Redpanda + Spark) avec checkpointing pour reprise exacte, et correspondance documentée vers une architecture Cloud (AWS).
Problème : la ville veut prédire la consommation énergétique de ses bâtiments sans relevés coûteux, à partir de leurs seules caractéristiques structurelles. Solution : modèle SVR optimisé (GridSearchCV), R² de 0,69, déployé en API via BentoML avec validation Pydantic.
Problème : calculer des avantages salariés (primes, jours bien-être) à partir de données d'activité était manuel et sans supervision. Solution : pipeline automatisé (Redpanda + Kestra), contrôle qualité (Great Expectations) — 161 salariés analysés, 172 483 € de primes calculées, 3/3 tables validées.