Expériences — Nazim Chakik

Resume created on DoYouBuzz

Experiences

Collaboration étroite avec les métiers, les équipes IT et les squads du Data office
Accompagner les projets sur les phases de cadrage, design, build et deploiement
Animer les ateliers et définir les differents scenarios d'architectures sur les projets
Fournir une expertise technique approfondie aux équipes projets
Participation à la conception du Veolia Secure GPT
Challenger et guider l’orientation des solutions dans le respect des guidelines d’architecture
Challenger et defendre les solutions auprés du Design authority (comité hebdomadaire)
Prototyper les solutions techniques préconisées
Réaliser des analyses d’impact transverse
Se tenir informé des innovations et nouveautés.
Azure, GCP, AWS, PowerBI, BigQuery, Fivetran, Collibra, Cloud Run, OpenAI, AWS Bedrock, Gemini, Langchain, Chainlit, Identity Federation, Python, Archimate

Conception et mise en place de la Data plate-forme
Supporter la stratégie Data centric construite auprès des équipes métier
Fournir une expertise technique approfondie aux équipes projets
Participation à la modélisation et la mise en place du Datahub de la maison, il est composé de différents domaines (Product, Price, Store, Customer...) construit à partir de différentes sources (Centirc8, JDE, Salesforce, Akeneo, Anaplan...)
Définir/Maintenir/Faire évoluer le cadre de cohérence technique data : principes d’architecture, patterns, normes, bonnes pratiques
Soutenir les équipes des domaines fonctionnels dans la construction de leurs produits data.
Accompagner sur les phases de cadrage à la définition des modèles de données
Accompagner les équipes techniques du Delivery en tant qu’expert projet
Journalisation des differentes prises de decisions (architectural/technique) sous forme d'ADR.
Optimisation de la plateforme en terme de coût (Finops)
Etude pour uniformiser toute l'ingestion des données avec Fivetran (actuellement avec SSIS, Talend)
Faire de la veille afin d'établir la feuille de route technologique
GCP, Bigquery, Cloud Functions, Dataform, Cloud run, Analytics Hub, Datadog, ControlM, Terraform, Azure Devops, Salesforce, Anaplan, Centric8, Akeneo, Fivetran, Powerbi, Mule, Talend

Conception de l'architecture du Datahub et mise en place du MVP (projet réglementaire)
, feeding, ingestion, transformation et exposition.
Définir et mettre en place des patterns et templates prêt à l’emploi pour accélérer le déploiement des Pipelines de traitements de données et des applications dans les Data Cloud Platforms
Porter l'expertise d'architecture Cloud auprès des équipes
Travailler avec les Features teams applicatives pour industrialiser des solutions adaptées aux besoins métiers (plateforme de données, dataviz, data catalog / data quality, etc.)
Accompagner les équipes dans la la résolution des problématiques d'architecture technique
Guider/coacher les développeurs, Data Engineers
Cadrer les besoins des clients et décliner les solutions techniques correspondantes
Mise en place d'un comité d'architecture
Assurer et veiller l'amélioration continue de le plateforme Data
Suivre les services actifs dans la plateforme d’un point de vue performance, usages, et SLA ; proposer des évolutions de la plateforme pour garantir son évolutivité et sa pérennité
Optimiser la consommation des services Cloud des produits déployés (Finops)
Définir et faire évoluer les outils et les méthodes d'intégration continue et de déploiement continu des Data Cloud Platforms
Réaliser les études de faisabilité technique, des PoC
Participer aux rituels agiles du projet pour rester en soutien de l’équipe et intervenir en cas de nécessité
Veille permanente sur les meilleures pratiques Data
[Azure, Hdinsight, ADLS, EventHub, Azure Functions, Spark, Hive, Azure K8S service, Azure Keyvault, Nifi, CDC, Informatica, CosmosDB, Kafka, Avro, Parquet, Azure for PostgresSQL, Spring boot, Jenkins, ArgoCD, Github, Terraform]

Re-Conception complète de l'architecture d'un projet de maintenance prédictive
Benchmark des services des 3 cloud provider GCP, AWS, Azure
Adoption de l'approche Serverless first
Décomposition d'un monolithe Matlab en plusieurs microservices Python (AWS Lambda) et communication asynchrone via Kinesis
Sensibilisation des Datascientists sur l'approche Machine learning vs System Expert
Accompagnement de l’équipe sur les services Cloud
Mise en place de pratique :Infrastructure As Code
Veille technologique permanente
[Kinesis, AWS Lambda, S3, Firehose, Redshift, SageMaker, API Gateway, DynamoDB, Nifi, Athena, AWS Glue, Cloudwatch, Spark, PubSub, Dataiku, Parquet, Avro, Terraform, Gitlab]

Detailed Description

BigQuery, PubSub, Kinesis, AWS Lambda, S3, Firehose, Redshift, SageMaker, API Gateway, DynamoDB, KMS, Nifi, Athena, AWS Glue, Cloudwatch, Spark, Parquet, Avro, Terraform, Gitlab

Participation à la définition de l’architecture du PaaS Docker EE
Accompagnement dans la mise en place de l'ensemble des briques : Service layer, Data layer ainsi que la Stream layer
Coordination entre Dev et Ops.
Préconisation pour rendre les applicatifs plus résilient/disponible.
Test de résilience MongoDB, RabbitMQ, NIFI, Elastic
Veille technologique permanente
[Docker EE, Nifi, F5, MongoDB, RabbitMQ, Spring Cloud, Elasticsearch, Gatling, Dynatrace]

Detailed Description

Docker EE, Nifi, F5, MongoDB, RabbitMQ, Spring Cloud, Elasticsearch, Gatling

Pilotage technique de projets au sein du Software Digital Center
Support sur les solutions Big Data des platformes GCP et AWS
Participation à la définition de l’architecture du datalake groupe
Promotion de l'approche Serverless First
Mise en place de POC
Mise en place de bonne pratique d'architecture et de developpement
Accompagnement des datascientists dans la mise en place de pipeline de bout en bout
Développement des modules transverse
Optimiser la consommation des services Cloud des produits déployés (Finops)
Revue de code
Veille technologique permanente
[BigQuery, Dataflow, Google App Engine, Cloud Storage, Datastore, Cloud Datalab, Tensorflow, Cloud Task, Airflow, AWS Lambda, Github, Travis CI/CD]

Detailed Description

BigQuery, Google App Engine, Cloud Storage, Datastore, Cloud Datalab, Cloud Task, Airflow, AWS Lambda, Github, Travis CI/CD

Participation à la définition de l’architecture de l’offre BigData pour tous.
Participation à la construction d’offres de service
Participation à la définition de la stratégie DevOps.
Revue de l’architecture microservice et proposition du framework Spring-Boot + introduction des patterns microservices avec Spring-Cloud.
Mise en place de notebooks Scala et Python pour les DataLabs
Connexion des notebooks au cluster YARN
Mise en place de playbooks Ansible pour l’industrialisation.
Optimisation de jobs Spark
Proposition de différentes librairies de Dataviz.
Support aux datascientists sur l’écosystème Hadoop.
[Spark, HDFS, Terradata, Docker, Python, Scala, Zepplin, Jupyther, Ansible]

Detailed Description

Spark, HDFS, Terradata, Docker, Python, Scala, Zepplin, Jupyther, Ansible

Proposition de 2 solutions d’architectures globales cibles et transitoires,
permettant une amélioration continue du SI vers SOA.
Mise en place de l’usine logicielle.
Mise en place du socle logiciel.
Mise en place de l’architecture de l’extranet Liferay klesia.fr sous forme de
Microservices distribués.
Mise en place d’un POC CAS-SSO en haute disponibilité avec Memcached.
Audit technique d’applicatif pour intégration dans le portail de l’entreprise.
Audit de performance de certaines fonctionnalités du portail.
Mise en place d’un pipeline de livraison continue (automatique en intégration
et en one click sur la production).
Etude comparative de solutions de livraison applicative Jenkins avec pipeline-
plugin, XL Deploy, Rundeck.
Accompagnement et intervention sur tous les chantiers du SI (GED, Usine à
documents, MDM, Extranet…).
Support aux différentes équipes.
Veille technologique.
Audit de code.
Faire l’état de l’art de l’écosystème d'industrialisation des développements
javascript avec AngularJS (node, yeoman, bower, gulp, karma, jasmine...).
Passage du mode Actif/Passif vers le mode cluster Actif/Actif avec affinité de
session.
Proposition d'une architecture pour assurer une disponibilité 24/7 du front avec
mise à jour asynchrone du SI, en utilisant le pattern publish/subsribe via un
bus de message (JMS ou AMQP par eg).
Réflexion sur la mise en place de la stack ELK pour centraliser les logs
technico/fonctionnel dans le cadre d’une solution portail multi-tenante.

Pilotage technique de projets.
Encadrement de développeurs.
Support technique.
Mise en place de POC.
Veille technologique.
Audit de code

Conception et réalisation d’un module de synchronisation de flux au format pivot XFT (eXchange for travel).
Interfaçage avec un bus applicatif synchrone/asynchrone
Mise en place de tests fonctionnels.
Automatisation du packaging.