Philippe M.

J'ai conçu et fiabilisé le pipeline ETL qui agrège et réconcilie les données de l'inclusion

numérique issues de sources multiples (Coop, Aidants Connect, Cartographie nationale,

SIRENE). Mon travail mêle analyse de données à grande échelle — audits de cohérence sur des centaines de milliers d'enregistrements, détection de doublons et d'anomalies, correction de ruptures de confidentialité — et techniques d'enrichissement automatisé : réconciliation floue (fuzzy matching), déduplication, géocodage et enrichissement par API en mode batch (BAN/IGN, SIRENE/INSEE). J'ai également piloté une refonte du modèle de données améliorant la justesse des indicateurs exposés via l'API publique, avec un souci constant de rigueur analytique et de fiabilité de la donnée.

Je contribue au développement de Mon Inclusion Numérique, plateforme publique qui outille les acteurs de l'inclusion numérique sur le territoire français, au sein de l'équipe Transverse Sept de l'ANCT.

Développement fullstack de la plateforme Mon Inclusion Numérique (Next.js, PostgreSQL).

Construction de l'entrepôt de données qui agrège et unifie les sources hétérogènes de l'écosystème de l'inclusion numérique — socle pour le pilotage, les restitutions et les prises de décision.

Mise en place des bonnes pratiques d'ingénierie, en particulier sur la CI/CD, pour fiabiliser les livraisons et maîtriser la dette technique.

Environnement à fort impact public, cycles courts, et pratique quotidienne du développement AI-augmenté avec Claude Code.

J'ai contribué au développement de l'infrastructure technique et des workflows de traitement de données de Yaso, avec un focus fort sur la sécurité — contrainte structurante dans un contexte de données de santé.

Conception de l'infrastructure autour de Keycloak (authentification) intégré à Parse Server (BaaS), pour garantir un accès sécurisé aligné avec les exigences métier et réglementaires.

Extension de Parse Server via des modules Node.js pour adapter le service d'authentification aux spécificités du domaine santé.

Mise en place de flux de données sécurisés et de contrôles d'accès optimisés pour protéger les données patients sensibles.

Développement de l'interface en Elm, en pair programming avec le Product Owner, pour garder un alignement serré entre features livrées et besoins métier.

Développement de workflows de traitement de données en Python, conformes aux exigences réglementaires.

Automatisation du déploiement pour l'onboarding de nouveaux hôpitaux, dans le respect d'un standard de sécurité élevé.

Construction de pipelines CI/CD sous GitLab-CI, intégrant Docker, Process Compose, Devbox et git-hooks, avec tests et déploiements automatisés.