Expérience
Ingénieur Data chez CGI depuis 2022, j’interviens sur des projets grands comptes : pipelines batch volumineux, migrations Talend vers Spark/Scala, optimisation et exploitation de data lakes. En parallèle, je développe des projets en IA générative (RAG, agents LLM).
Formation : Master en Gestion et Analyse des Mégadonnées (Big Data), Université de Tours (2020 – 2022) · Licence en Informatique, Université de Tours (2019 – 2020) · Licence Professionnelle en Génie Logiciel, Institut Africain d’Informatique (IAI), Togo (2016 – 2019).
CGI — Société Générale
Ingénieur Data
Oct 2025 - Présent
Paris
Responsabilités :
- Fiabilisation et maintenance de pipelines de données d'entreprise en batch (2 à 3 To) sous contraintes strictes de disponibilité
- Migration de traitements Talend vers Spark/Scala et optimisation de jobs Spark/SQL, avec des gains d'exécution allant jusqu'à 1 h → 2 min
- Autonomie sur plusieurs applications : support de production, analyse d'incidents, ordonnancement, continuité de service du data lake
- Déploiement de pipelines CI/CD et automatisation de l'exploitation (GitHub Actions, Ansible, AWX)
Spark
Scala
SQL
Talend
GitHub Actions
Ansible / AWX
JFrog
CGI — Covéa
Ingénieur Data · référent technique
Jan 2022 - Sep 2025
Tours
Responsabilités :
- Développement et maintenance, avec Talend for Big Data, de plusieurs centaines de flux d'ingestion, transformation et enrichissement dans un data lake alimentant des algorithmes de recherche floue
- Optimisations ramenant certains jobs de 4 h à 20 min et de 2 h à 1 h 20
- Contribution aux migrations Talend 7 → 8 et CDH → CDP (tests de non-régression automatisés, tirs parallèles)
- Création d'accélérateurs internes Python et Bash (validation de données, tâches récurrentes, génération de documentation)
- Évolution de junior à référent technique sur certains projets
Talend for Big Data
Hive
HBase
Cloudera CDH/CDP
Python
Bash
Jenkins
Université de Tours
Assistant de recherche (NLP & Machine Learning)
Sep 2021 - Août 2022
Blois
Responsabilités :
- Recherche appliquée en analyse de sentiments et classification de documents
- Création de Daxmod, bibliothèque Python open source de classification de texte
- Benchmark d'embeddings, de tokéniseurs et de modèles prédictifs
Python
Scikit-Learn
TensorFlow