Sara Hammadi

Optimisation de requêtes SQL complexes fournies par les Data Analysts et industrialisation en PySpark réduisant les temps de traitement. Réalisation de tests unitaires en Python. Pilotage de la recette et de la validation des pipelines (coordination des parties prenantes, suivi des anomalies, préparation mise en production) Utilisation de Hue pour l'exploration, le test et la validation des tables Hive, ainsi que pour l'exécution des requêtes SQL. Contribution à des enablers techniques : montées de version, correction de bugs, adaptation des pipelines et optimisation des performances dans un contexte Big Data Participation aux phases de recette et validation des pipelines avant production. Gestion du versionnement via GitHub. Participation aux montées de versions et aux migrations de plateforme, notamment dans le cadre du passage vers une architecture Data Vault. Suivi des bonnes pratiques de gouvernance de données et de gestion de code en équipe Agile.

Environnement technique : PySpark, Cloud Airflow, SQL, Hue, Hive, GitHub, Python, Data Big Linux.

Supervision et maintenance d'un Data Warehouse traitant plusieurs millions de lignes de données quotidiennement. Conception et optimisation d'environ 20 pipelines ETL pour fiabiliser et industrialiser les flux. Amélioration des performances des traitements (réduction estimée de 20–30% du temps d'exécution). Mise en place de processus de nettoyage et normalisation des données pour améliorer leur qualité. Automatisation de traitements réduisant les erreurs manuelles d'environ 30%. Pilotage d'évolutions de la plateforme data : cadrage, priorisation, coordination des mises en production et suivi des indicateurs (qualité/performance)

Environnement technique : Python, PySpark, SQL, Snowflake, Kafka, GitHub.

Conception de pipelines Dataflow pour le traitement de flux textuels. Développement de détecteurs de patterns pour l'extraction automatisée d'informations. Mise en œuvre de stratégies de tests (unitaires, intégration, régression). Rédaction de documentation technique facilitant la maintenabilité. Contribution aux bonnes pratiques et choix techniques du framework.

Environnement : Python, Talend, SQL, GitHub.