CV Apache Spark : Les meilleurs profils dispos

Exemple des emplois de Farouk,
freelance APACHE SPARK habitant les Hauts-de-Seine (92)

• DataOps Engineer

  Societe Generale
  Jan 2025 - aujourd'hui

  Configurer les agents de la suite ELK pour la bonne ingestion des metricsets.
  o Définir et déployer des règles pour superviser les métriques.
  o Définir les seuils sur les règles pour déclencher les alertes.
  o Créer/configurer des connecteurs (webhooks) pour les associer au Alertes.
  o Créer des panneaux sur plusieurs dashboards (selon le context) pour la visualisation et la
  réutilisation sur d&#x2019autres dashboards.
  o Intégrer Elastic Agent
  o Exporter tous les Objets Sauvegardés (Règles, Connecteurs, Dashboards) sous format
  &#x2018ndjson&#x2019 et les mettre sous contrôle de source sous Github (upstream).
  o Ecrire un scripte Shell pour formater les anciens fichier &#x2018json&#x2019 en &#x2018ndjson&#x2019 (preparation des
  objets) pour les injecter dans kibana (downstream).
  o Ecrire un script qui parcoure le GitRepo pour consommer les fichiers &#x2018ndjson&#x2019 et les déployer
  dans la target env.
  o Etudier la volumétrie et la performance des différents cluster pour la
  recommendation/optimisation.
  o Recommander des stress test sur les applications qui s&#x2019interfèrent avec les clusters ELK.
  o Recommander des stress test sur les queues Kafka et RabbitMQ (les backbones des
  système).
  o Appliquer des redimensionnements sur des clusters (déploiement des nouveaux noeuds,
  augmentation de la bande passante, facteur de duplication).
  o Veiller sur l&#x2019état de santé des cluster ELK.
  o Assurer la veille technologique .

  Environnement : Elasticsearch, Kibana, MetricBeat, APM, OpenTelemetry, HeartBeat, Elastic Agent, Shell, Ansible, XLDeploy, Kafka, RabbitMQ, Azure

• Chef de projet / Data Engineer

  IER
  Jan 2021 - aujourd'hui

  Contexte : Développement d&rsquoun système de monitoring des équipements EMS (Easier Monitoring
  System)
  o Concevoir et dimensionner la solution (data flow, facteur de duplication, facteur de
  tolérance au fautes. . ).
  o Concevoir les data modèles (coté équipement et base des données).
  o Déployer / Configurer Docker sur l&rsquoenvironnement Prod (chez le client).
  o Tirer les images Docker des repo officiel et privé.
  o Déployer les images Docker et mettre en place un cluster EMS ( Nginx, Elasticsearch, Kibana
  Opensearch, Opensearch dashboard&hellip).
  o Configurer les différents contraires pour assurer la bonne réception des données (assurer la
  connectivité entre le différentes entité).
  o Générer et implémenter des certificats SSL pour sécuriser le flux inter et intra cluster.
  o Développer et déployer des pipelines d&rsquoingestion de donnée pour appliquer un ETL avant
  l&rsquoindexation de la data.
  o Construire les tableaux de bord qui traduisent les données indexées en informations.
  o Mise en place des protocoles de détection d&rsquoerreurs.
  o Mise en place d&rsquoun système de gestion d&rsquoalerte (envoie des notifications par mail, sms,
  Slack, Teams. . ).
  o Assurer un support N3 à nos clients.

  Environnement : Elasticsearch, Kibana, Opensearch, Opensearch Dashboard, Nginx, Lucene, Linux, Windows

• Data Engineer

  ASI
  Jan 2020 - Jan 2021

  Contexte : Migration des données d&rsquoun ancien cluster Hadoop 2.6 vers un cluster Hadoop 3.1.
  o Développer un script bash qui génère des scripts DDL contenant les schémas des tables Hive
  pour la création sur le nouveau cluster Hadoop.
  o Parcourir le répertoire des scripts &lsquo.hql&rsquo , les exécuter en boucle pour la création des table à
  la destination en bash.
  o Développer un script bash de migration des données autour d&rsquoun job Hadoop DistCp.
  o Développer un module de fiabilité des données qui couvre plusieurs points de comparaison
  entre les données à la source et à la destination (nombre de ligne par table, nombre de
  partition par table&hellip) avec Apache Spark (scala).
  o Alimenter les comparatifs à Apache Zeppelin pour la mise en évidence des points de
  différence.

  Environnement : Hadoop, Apache Spark, Bash, SQL, HQL, Scala, Apache Zeppelin

• Data Engineer

  Intuition Factory
  Jan 2020 - Jan 2020

  Contexte : Projet interne assurant la suivie des consultants ainsi que leurs timesheets, états
  d&rsquoavancements, remarques et notes.
  o Interroger la base SQL via des procédures stockées pour extraire les informations relatives
  aux consultants (Id, journées validées, TJM&hellip)
  o Gérer le système de messagerie (Kafka) pour la livraison des données sur Azure.
  o Agrégation des données pour l'analyse et l'alimentation des modèle ML avec Apache Spark

  Environnement : Azure, Apache Kafka, Apache Spark, C#, .net, SQL

• Data Engineer

  Amaris
  Jan 2018 - Jan 2020

  Contexte : Développement de deux moteurs de recherche pour un index Elastic.
  o L&rsquoInterception de la préférence recherché (nom, profil, école de préférence, années
  d&rsquoexpériences. . .) et le moteur sélectionné pour l&rsquoexécution.
  o La création d&rsquoune requête ElasticSearch avec NEST selon le moteur sélectionné.
  Moteur 1 réalise une recherche sémantique (mot à mot).
  Moteur 2 réalise une recherche syntaxique avec MLT.
  o L&rsquoexécution de la requête sur le cluster Elastic.
  o Le monitoring des résultats trouvés et les indicateurs de performance du cluster sur KIBANA.
  o L&rsquoenvoie des top résultats (les documents XML) à la partie Front avec IIS.
  o L&rsquoanalyse et le nettoyage des XML avec C# et .net pour l&rsquoaffichage dans des balise CsHtml.
  
  Contexte : Développement d&rsquoun pipeline pour migrer les données des bases SQL vers un cluster
  ElasticSearch.
  o La définition des modèles des données à migrer (un modèle qui décrit un objet candidat).
  o La rédaction des procédures stockées qui vont remmener les données en question.
  o L&rsquoalimentation des modèles par les données adéquates.
  o La création des requêtes Elastic qui vont injecter les modèles/Objets dans L&rsquoindex Elastic.
  Le développement des Windows services (.net Core) qui vont exécuter les SP et les requêtes
  ELS en permanence.
  
  Contexte : Mise en place d&rsquoun pipeline pour enrichir une base SQL et un index Elastic des candidats
  avec des informations de géolocalisation.
  o La réalisation d&rsquoun benchmark entre plusieurs APIs de géolocalisation (cout, performance,
  vitesse&hellip).
  o La définition du modèle des données qui répond au besoin (structure géoloc sous l&rsquoobjet
  candidat).
  o La rédaction de la procédure stockée SQL qui retourne les adresses des candidats.
  o L&rsquoenvoi des adresses à l&rsquoAPI afin de les convertir en objets de géolocalisation détaillés
  (JSON).
  o Le mapping des objets retournés avec le modèle de donnée défini avec dapper.
  o L&rsquoenrichissement des bases existantes (SQL et Elastic) via la SP et la requête ELS.
  o Le monitoring des résultats trouvés et les indicateurs de performance du cluster sur KIBANA.
  o Le développement d&rsquoun Windows service (.net Core) qui va exécuter la SP et les requêtes
  ELS en permanence.
  
  Contexte : Mise en place d&rsquoun pipeline pour enrichir une base SQL et un index Elastic des candidats
  avec une représentation vectorielle décrivant le contenu.
  o Le développement d&rsquoune API qui converti un objet candidat en un vecteur (table des réelles)
  en C# et .net Standard.
  o Le déploiement de l&rsquoAPI sur Azure.
  o L&rsquoextraction des candidats à partir de la base SQL.
  o La création des objets candidats (JSON) avec Entity FrameWork.
  o L&rsquoenvoi des objets JSON à l&rsquoAPI pour la conversion en vecteurs.
  o L&rsquoinsertion des vecteurs dans les objets candidats de base SQL.
  o La mise à jour de l&rsquoindex Elastic pour qu&rsquoil soit conforme avec SQL.
  o Le monitoring des résultats trouvés et les indicateurs de performance du cluster sur KIBANA.
  Environnement : ElasticSearch, KIBANA, C#, .net Core, .net Standard, Entity FrameWork, SQL,
  CsHtml, Windows service, JSON.
  
  Contexte : Développement d&rsquoun moteur de recherche pour un index Elastic.
  o L&rsquoInterception d&rsquoun vecteur recherché (vecteur représentant un candidat).
  o La création d&rsquoune requête ElasticSearch avec NEST qui prend en paramètre le vecteur
  (décrivant le candidat idéal à retourner) et qui rend les candidats ayant le vecteur les plus
  proches.
  o L&rsquoexécution de la requête sur le cluster Elastic.
  o Le monitoring des résultats trouvés et les indicateurs de performance du cluster sur KIBANA.
  o L&rsquoenvoie des top résultats (les documents XML) à la partie Front avec IIS.
  o L&rsquoanalyse et le nettoyage des XML avec C# et .net pour l&rsquoaffichage dans des balise CsHtml.
  Environnement : ElasticSearch, KIBANA, C#, .net, SQL, CsHtml, XML

• Data Engineer | Business&Decision

  Jan 2018 - Jan 2018

  Contexte : Développement et mise en place d&rsquoune plateforme d&rsquoanalyse des CDR d&rsquoun opérateur
  téléphonique pour le marketing ciblé.
  o Collection des CDR brutes via une API avec Scala.
  o Sauvegarde temporaire des données sur un topic Kafka.
  o Digestion des données avec Spark pour le cleaning.
  o Pousser la data vers un autre topic Kafka.
  o Mise en place d&rsquoune architecture LAMBDA (Spark pour la partie batch et Spark Streaming
  pour le mode real time).
  o Analyser les données avec des jobs Spark et segmenter les lignes par abonné et puis les
  abonnés par somme de consommation total)
  o Injecter les données agrégées dans un topic Kafka.
  o Digestion des données et sauvegarde finale sur Cassandra et temporaire sur Hadoop HDFS
  (les réserver pour le mode batch).
  o Visualiser les abonnées par segment de consommation sur Zeppelin.
  o Développement d&rsquoune application Maven pour l&rsquoautomatisation des jobs.

  Environnement : Apache Kafka, Apache Spark, Apache Spark Streaming, Hadoop, HDFS, Apache Zeppelin, Scala, Maven.