Achref Z

Part of the Primary Production squad within Air Liquide’s Data Factory, working as a Data Lake Engineer on the Asset Performance Management (APM) project, covering Worldwide and Europe scope. Responsible for designing, building, and supporting industrial data products in a multi-country, cloud migration context focused on performance, scalability, and data reliability:

Technologies

AWS (Athena, Snowflake, Glue), dbt, Apache Airflow, SQL, Git, CI/CD (GitLab), Azure (migration source), VS Code, Agile/Scrum, Data Modeling (Star/Snowflake), Industrial Data Platforms

Responsable de la conception et de la mise en œuvre d’une plateforme cloud-native de

traitement de données en temps réel, destinée à superviser les opérations industrielles en

Europe et en Amérique du Nord au sein du Département IA & Data Analytics – Équipe

Manufacturing (HPS) : Abrasives

• Conception et maintien d’un pipeline de données de bout en bout basé sur Azure Event Hubs,

Stream Analytics et Azure Data Lake Storage (couches Bronze/Silver/Gold).

• Développement de workflows de données évolutifs via les pools SQL serverless d’Azure

Synapse pour la création dynamique de tables et la logique de transformation.

• Construction et orchestration de pipelines ETL avec PySpark et Azure Data Factory,

garantissant des rafraîchissements automatiques quotidiens et une livraison cohérente des

données.

• Création de vues optimisées et de jeux de données structurés pour les besoins d’analyse et de reporting, facilitant la prise de décision stratégique.

• Collaboration dans un environnement international (États-Unis, Brésil, Russie) avec une

contribution active à l’optimisation des performances, à la modélisation des données et à la

mise en place de la gouvernance.

Technologies: Azure Synapse , Snowflake ,Azure Data Factory, Event Hubs, PySpark, SQL, ADLS

Gen2, Azure DevOps, Databricks, GitHub, Azure Key Vault, JIRA, Confluence

Au sein du programme Orion, participant à la modernisation de l’architecture data de Chanel via Fabric et la mise en place d’un modèle de données unifié pour les domaines Legacy & SSOT

Taches :

•

Conception et développement de datasets Gold et Platinum dans Microsoft Fabric Lakehouse, assurant la standardisation et la fiabilité des données métiers.

•

Participation active à la mise en place du framework Allure, garantissant une modélisation gouvernée, réutilisable et conforme aux standards d’architecture du groupe.

•

Intégration de données issues d’Oracle RDS via APIs APEX vers Azure Blob et Fabric, en respectant les normes PANDA et les bonnes pratiques du Lakehouse.

•

Construction et optimisation de pipelines de transformation en PySpark/Delta, incluant règles de qualité, contrôles de schéma et monitoring automatisé.

•

Harmonisation des données cross-domain et consolidation des logiques métiers pour alimenter une SSOT fiable et exploitable par les équipes Finance, Supply Chain et Manufacturing.

•

Collaboration étroite avec les équipes architecture, produit et data analytics pour définir l’urbanisation des données, améliorer les performances et garantir la cohérence des modèles.

•

Contribution à l’évolution de l’écosystème analytique via MS Fabric, notamment l’uniformisation des pratiques de développement et la mise en place des couches avancées (Platinium)

Technologies : Microsoft Fabric (Lakehouse, Delta, Notebooks, Data Factory), Azure Blob Storage, Oracle APEX APIs, PySpark, SQL, GitHub, PANDA, DevOps, JIRA, Confluence