Missions et projets.

Plein Data : plateforme de prix de carburants sur Scaleway

Cloud souverain et architecture data · Data Architect et Cloud Engineer

• Migration d'une plateforme de données de prix de carburants de BigQuery vers une architecture serverless souveraine sur Scaleway.
• État de la plateforme persisté en Parquet sur l'Object Storage Scaleway (S3), avec un modèle consolidé de 55 M de lignes.
• Transformations dbt-duckdb en Jobs serverless sans état : le DuckDB est éphémère et jeté à chaque run, l'état durable est l'export Parquet. Un daily (fenêtre de 2 jours) et un reconcile mensuel fusionnent les données.
• Orchestration de 11 Jobs serverless par Scaleway Data Orchestrator, répartis en deux DAG : un daily de 7 Jobs et un monthly de 4 Jobs ; une file SQS déclenche la revue des correspondances de marques.
• Infrastructure as Code avec Terraform sur deux modules racine : Jobs serverless, conteneur, file SQS, secrets et identités de service ; décompte détaillé plus bas.

Berlioz : aide au choix d'alimentation pour chats atteints d'IRC

Santé et vétérinaire · AI Engineer

• Outil d'aide à la décision pour choisir l'alimentation adaptée aux chats atteints d'insuffisance rénale chronique.
• Base de connaissances de 179 sources scientifiques vétérinaires, centralisées et structurées.
• Pipeline d'extraction par OCR (Tesseract.js) à partir de la photo de l'étiquette.
• Pipeline RAG : chunking par titres, retrieval vectoriel (Upstash Vector), orchestration LLM avec Mistral AI.
• Évaluation sur 52 questions (juge LLM et contrôles sans LLM) : comportement correct dans 90 % des cas sur les 39 questions couvertes, 88 % sur 8 questions hors base, 100 % sur 5 questions adversariales. Limites mesurées : 3 refus à tort sur des sujets couverts et 12 % de réponses avec un pourcentage absent des fiches (contrôle automatique, quelques faux positifs). Un bug d'alignement de l'index (9 faux refus sur 12) a été corrigé le 19 octobre 2026.

StackRadar : veille Modern Data Stack avec digest quotidien

IA générative et Modern Data Stack · Data & IA engineer

• Pipeline serverless de veille avec analyse par LLM et digest quotidien.
• Collecte quotidienne des releases et advisories de sécurité de 19 sources : dbt-core et adapters, Dagster, Kestra, Airflow, packages dbt, notes de version GCP et Scaleway.
• Analyse de chaque changelog par mistral-small (température 0) : résumé, changements clés, breaking changes, CVE, sévérité, pertinence ; sortie JSON validée par Pydantic.
• Déploiement en Cloud Run Job déclenché par Cloud Scheduler, CI/CD Cloud Build, stockage Cloudflare R2, front Cloudflare Pages.

Migration vers un cloud de confiance (grand groupe industriel)

Industrie · Data Engineer · Thélio

Migration de la plateforme data (architecture de data products multi-dépôts) d'un grand groupe industriel de Trino vers BigQuery sur un cloud de confiance, sans accès à l'IA générative pour les équipes de développement du client (contrainte de sécurité).

• Pilotage du POC puis de la migration de plus de 1 000 modèles dbt de Trino vers BigQuery, avec un outillage sans IA embarquée.
• Conception d'un CLI Python de migration (sqlglot et règles métier), développé avec un assistant IA de code, automatisant plus de 95 % des modèles ; l'outil livré est déterministe et ne dépend d'aucune IA.
• Rapports d'écarts Markdown et JSON ciblant les quelque 5 % de requêtes à revoir manuellement (cas sémantiques complexes).
• Validation de l'équivalence des données avec dbt_audit_helper : données strictement identiques entre Trino et BigQuery sur les modèles comparés, aucune régression constatée.
• Refonte des macros dbt, ateliers d'architecture data (conventions de nommage, nouveaux environnements), orchestration Dagster, intégration CI/CD avec l'équipe DevOps. Prévu : former l'équipe de data engineers au CLI et accompagner la passation vers BigQuery.

Data contracts sur des data products SAP (grand groupe industriel)

Industrie · Data et IA Engineer · Thélio

Outillage Data Contract First pour les data products SAP d'un grand groupe industriel, sur Trino et dbt.

• Conception d'un outillage Data Contract First pour les data products SAP sur Trino et dbt, adopté par plus de 5 data engineers.
• Générateur de contrats ODCS à partir des tables de métadonnées SAP (DD02T, DD03VT) stockées sur Trino : libellés des champs techniques (MATNR, WERKS…) et types.
• Sensibilité des données gérée par héritage ou saisie du développeur, intégrée aux contrats ODCS générés.
• Linter de contrats exécuté en CI pour contrôler la conformité à chaque modification.
• Un script alimente le catalogue de données interne à partir des contrats ODCS (et non à partir des modèles dbt).

Package dbt d'observabilité des données (grand groupe industriel)

Industrie · Data Engineer · Thélio

Les jeux de données du client n'étaient pas suivis : besoin d'un outil d'observabilité qui fonctionne à la fois sur Trino et sur BigQuery.

• Conception d'un package dbt d'observabilité des données, réutilisable d'un projet à l'autre.
• Cinq piliers d'observabilité couverts dès la conception (freshness, distribution, volume, schema et lineage), exposés dans trois marts : summary, events et failures, avec détection d'anomalies.
• Suivi de la schema evolution : les changements de colonnes sont historisés et consultables.
• Fonctionnement multi-bases : le même package s'exécute sur Trino et sur BigQuery.
• Suivi au niveau de chaque jeu de données, y compris ceux qui n'étaient pas suivis jusque-là.

Dashboard Power BI de suivi des échéances RH réglementaires

SIRH et conseil · Analytics Engineer · Thélio

Suivi des visites de médecine du travail et des entretiens professionnels pour la direction RH d'une société de conseil (projet interne).

• Tableau de bord de pilotage des rendez-vous de médecine du travail et des entretiens professionnels.
• Besoins recueillis auprès des 3 personnes RH utilisatrices.
• Exports BoondManager (ERP et SIRH) intégrés : arrivées, rendez-vous de médecine du travail, entretiens professionnels.
• Modèles de données écrits en procédures stockées (SSMS) dans l'entrepôt de l'entreprise.
• Accès limité aux équipes RH par Row-Level Security dans Power BI.

Marque santé et cosmétique e-commerce : data foundations

Santé, cosmétique et e-commerce · Analytics Engineer · Hanalytics

Mise en place des fondations data d'une marque santé et cosmétique e-commerce, pour remplacer des traitements manuels par des pipelines automatisés.

• Besoins métiers recueillis et processus manuels identifiés, point de départ de l'automatisation.
• Extraction multi-sources via Funnel et Airbyte, centralisée dans BigQuery.
• Standard dbt et outillage associé (SQL, Python) livrés à l'équipe.
• Pipelines ELT entièrement automatisés, en remplacement des traitements manuels.
• Data foundations en place sur BigQuery et dbt.

Enseigne de mode multi-boutiques : refonte des dashboards et analyse des stocks

Retail et mode · Analytics Engineer · Hanalytics

Refonte des dashboards et analyse des stocks d'une enseigne de mode multi-boutiques.

• Architecture des dashboards existants refondue à partir des besoins métiers.
• Modèles dbt optimisés et dashboards améliorés en continu (performance, maintenabilité).
• Analyses avancées de gestion et de rotation des stocks.
• Package dbt sur mesure pour suivre en continu le tracking GA4 et surveiller les données comportementales.
• Reportings multi-boutiques harmonisés et flux de vente omnicanaux consolidés.

Acteur du digital : GA4 en architecture Medallion

E-commerce et digital · Product Analyst / Analytics Engineer · Hanalytics

Structuration des données GA4 d'un acteur du digital pour analyser les tunnels de conversion et le churn.

• Besoins des équipes produit et marketing recueillis ; référent technique et méthodologique sur la collecte et l'exploitation des données GA4.
• Standard dbt et outillage associé construits.
• Données brutes GA4 modélisées en architecture Medallion (Bronze, Silver, Gold).
• Datasets et data marts dédiés à l'analyse des tunnels de conversion et du churn.

Éditeur et organisme de formation : pipelines ELT multi-sources

Édition juridique et formation · Analytics Engineer · Hanalytics

Automatisation de l'ingestion multi-sources d'un éditeur et organisme de formation, jusqu'aux fondations data.

• Processus manuels identifiés à partir des besoins, puis automatisés.
• Extraction multi-sources : Funnel, Google Sheets, fichiers plats, API.
• Standard dbt et outillage associé (SQL, Python) livrés.
• Pipelines ELT entièrement automatisés.
• Data foundations en place sur dbt et BigQuery.

Distributeur industriel : data platform média et commerciale (SAP)

Distribution et industrie · Analytics Engineer · Hanalytics

Construction d'une plateforme data pour analyser les campagnes média et les données commerciales (SAP) d'un distributeur industriel.

• Data platform de bout en bout (run et build) pour analyser les campagnes média et les données commerciales (SAP).
• Spécifications techniques rédigées à partir des besoins des directions.
• Référent technique de l'intégration multi-sources : SAP, Stitch, Airbyte, Funnel.
• Pipelines ELT centralisant les données média et commerciales dans BigQuery.
• Modélisation avec dbt et orchestration avec Kestra.

Agence média : migration d'une infrastructure legacy vers une Modern Data Stack

Marketing et média · Data Analytics Engineer · Hanalytics

Migration d'une agence média de son infrastructure legacy vers une Modern Data Stack.

• Infrastructure legacy (Dataroma) entièrement migrée vers une Modern Data Stack : BigQuery, dbt, Kestra.
• Référent technique de la collecte multi-sources : Catchr, Couchdrop, Mailbox, GCS.
• Données de performance média extraites automatiquement depuis les DSP publicitaires.
• Standard dbt, outillage associé et modélisation Medallion.
• Documentation technique et formations dbt pour les équipes clientes.

Réseau de distribution multi-magasins : dashboards unifiés, RLS et alerting

Retail et e-commerce · Analytics Engineer · Hanalytics

Refonte des dashboards d'un réseau de distribution multi-magasins, avec accès par magasin et alertes automatiques.

• Architecture des dashboards entièrement refondue à partir des besoins.
• Dashboard boutiques unifié avec Row-Level Security : accès multi-magasins par lien unique.
• Dashboard global consolidé pour la direction du réseau.
• Alertes Slack automatiques sur données absentes ou anomalies (compteurs de trafic clients en magasin).

Marque D2C : standard Dataform et parcours clients GA4

E-commerce et D2C · Product Analyst / Analytics Engineer · Hanalytics

Modélisation des données GA4 d'une marque D2C pour analyser les parcours clients.

• Besoins des équipes produit et marketing recueillis ; référent technique et méthodologique sur GA4.
• Standard Dataform et outillage associé sur BigQuery.
• Données GA4 brutes modélisées en Medallion (Bronze, Silver, Gold).
• Datasets et data marts pour l'analyse des parcours clients et des simulations.

Voyagiste : ingestion média et CRM, tableaux de bord marketing

Tourisme et voyage · Data Analyst · Hanalytics

Centralisation de l'ingestion média et CRM d'un voyagiste, pour piloter les campagnes marketing.

• Ingestion des flux média et CRM centralisée et automatisée via Funnel.
• Tableaux de bord décisionnels pour le suivi des campagnes marketing.

Lucky Cart : audit et refactoring de la plateforme data

E-retail média et grande distribution · Analytics Engineer (alternance) · Lucky Cart

Audit et refactoring de la plateforme data d'une MarTech du média e-retail.

• Audit de la qualité des données reçues par les retailers et mise en place d'un monitoring de data quality.
• Application Streamlit alimentant automatiquement les reportings retailers (sélection de campagnes, génération et écriture dans Google Sheets via l'API Python), soit 5 h gagnées par semaine.
• Refactoring complet du code dbt et mise en place des bonnes pratiques pour l'équipe data.
• Analyse des causes racines des incidents, méthodologie de diagnostic et documentation des solutions.

My Job Glasses : data marts multi-secteurs

EdTech et secteur public · Analytics Engineer (stage) · My Job Glasses

Création de data marts multi-secteurs pour le secteur public, le secteur privé et des établissements scolaires.

• Refactoring et création de data marts multi-secteurs sur Snowflake avec dbt pour le secteur public, le secteur privé et des établissements scolaires.
• Recueil et analyse des besoins auprès des équipes clientes de chaque secteur.
• Dashboards Metabase mis à disposition des clients.

Click & Boat : datasets et dashboards marketing et presse

E-commerce et tourisme · Data Analyst (stage) · Click & Boat

Datasets et dashboards pour les équipes marketing et presse d'une plateforme de location de bateaux.

• Datasets spécialisés pour les équipes marketing et presse, après recueil des besoins marketing et sales.
• Analyses approfondies pour le pilotage des activités marketing et commerciales.
• Bonnes pratiques de modélisation et de visualisation.
• Développement et amélioration de dashboards Tableau.