SlideShare une entreprise Scribd logo
Dossier de compétences | Beezen
www.beezen.fr
163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00
Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre
DOSSIER DE COMPETENCES
Data Engineer PYTHON
Mokhtar
COMPETENCES
Bigdata: Elasticsearch, Logstash, Kibana, Hadoop, Spark, Hive, Kafka, Hortonworks, Ambari,
Hue, ScikitLearn, Pandas, numpy.
Informatique Décisionelle: MSBI (SSIS, SSAS, SSRS), Tableau Software.
Web: HTML5, php, javascript, CSS.
SGBD & OS : MySQL, Sql Server, Ubuntu, CentOS.
Modélisation : Power AMC, UML.
Langages de programmation : Python, java, C#, SQL, R, Bash, XML.
Gestion de projets : Scrum(Agile), CrispDM.
REFERENCES PROJETS
Depuis Fevrier 2017 : Datavora
De Octobre 2017 / ce jour
Data Engineer Python
Elaboration des études et analyses sur la data de Datavora et préparation de POC (proof of
concept) client. Le travail est en collaboration avec l’équipe développement(Crawl) et
l’équipe sales et marketing.
Pour la partie préparation de POC, ces derniers sont élaborés selon le client, le secteur
d’activité et les spécificités de son business.
Pour la partie études et analyses, le travail est réalisé en collaboration avec le Marketing
manager afin de diffuser des études sous forme de visualisations sur les évènements
importants influençant le e-commerce (exemple Noël ou Black Friday) ou bien en réalisant
des cases study sur l’impact de la data fournit sur l’activité des clients.
• Etude du business des clients ou du marché et définition des besoins.
• Consolidation de la data pour répondre aux besoins : développement de scripts
scrappy pour sites additionnels, exécution de taches CRON et leur indexation dans
Elasticsearch.
• Ingestion de la data des différents index Elasticsearch disponibles en utilisant logstash.
• Nettoyage et préparation de la donnée en utilisant Python et Pandas.
Dossier de compétences | Beezen
www.beezen.fr
163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00
Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre
• Calcul d’indicateur et de métriques en utilisant Python.
• Préparation des dashboard clients ou des visualisations des évènements en utilisant
Tableau software ou bien Kibana.
• Réalisation des cases study en utilisant Canvas.
Environment technique: Elasticsearch, Logstash, Kibana, Tableau Software, Python, Pandas,
Canvas
De Fevrier 2017 / Sep 2017
Data Engineer / Machine learning.
Préparation de POC pour un des clients de Datavora dans le secteur du reconditionnement
des téléphones. Crisp-DM est la méthodologie utilisée pour ce projet
• Analyse du Business du client (Volpy) et définition des Kpi’s utiles à son activité.
• Développent des Kpi en ayant recourt au Machine learning (classification,
segmentation).
• Installation d’Elasticsearch et préparation des nouveaux index.
• Intégration des kpi’s dans les nouveaux dashboard du client.
Environment technique: Python, Scikit-learn, Pandas, Numpy, Elasticsearch.
Juillet à Aout 2016 : Discovery Datasoft
Ingénieur Business Intelligence.
Réalisation d'un projet BI avec la suite Microsoft BI pour exploiter les données issue de l'ERP
Sage et les restituer en rapports.
• Analyse des données disponibles sur l’ERP et définition des études à rajouter.
• Création des paquages SSIS pour l’extraction des donnés de Sql Server 2012 (base de
données de l’ERP), la préparation des données et le stockage dans le
datawarehouse.
• Création des cubes OLAP sous SSAS et développement des Kpi’s.
• Préparation des nouveaux rapports complémentaires sous SSRS.
Environment technique: Microsoft BI (SSIS, SSAS, SSRS), Sql Server 2012
Janvier à Mai 2016 : ESPRIT (Tunis, Tunisie)
Ingénieur Business Intelligence et Big Data.
Elaboration d’une solution décisionnelle comportant une partie BI et une partie Big Data
avec la suite Microsoft BI et Hadoop pour exploiter les données de l’inventaire d’un hôtel à
Hammamet et le flux Twitter de l’hôtel. SCRUM est la méthodologie agile utilisée pour ce
projet.
Dossier de compétences | Beezen
www.beezen.fr
163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00
Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre
• Analyse des besoins fonctionnels émanant du manager de l’hôtel.
• Création des paquages SSIS pour l’extraction des donnés de la base de données
Oracle proposé par le client, la préparation des données et le stockage dans le
datawarehouse.
• Création des cubes OLAP sous SSAS et création des hiérarchies.
• Préparation des tableaux de bord pour le suivi des Magasins de l’hôtel sous SSRS.
• Extraction des flux Twitter avec Flume et leur analyse avec Hive.
• Visualisation des tweet avec Spark graphX.
Environment technique: Microsoft BI (SSIS, SSAS, SSRS), Hadoop, Hive, Flume, Spark.
FORMATION
Février 2019- The ultimate hands-on Hadoop – Tame your Big Data, Udemy
(https://www.udemy.com/certificate/UC-9WYKPTE8/)
Octobre 2018- Master Course in Tableau 10 & 2018 for Business intelligence, Udemy
(https://www.udemy.com/certificate/UC-X92G5DFK/)
2014 - 2017- Diplôme d’Ingénieur en informatique, Option ERP / BI. Ecole Supérieure Privée
d’ingénierie et Technologies (ESPRIT) Tunis, Tunisie.
2013 - 2017- Bachelor of International Business Administration. Sup de Co. Montpellier Business
School, (à distance depuis Tunis)
2010 - 2013- Préparatoire intégré, Option MPI (Mathématiques – Physique – Informatique).
Institut national des sciences appliquées et de technologie (INSAT), Tunisie
2010- Baccalauréat Scientifique (Mathématiques)

Contenu connexe

Tendances

Présentation Docker
Présentation DockerPrésentation Docker
Présentation Docker
Colin LEVERGER
 
Base de donnees Avancees et Intro à NoSQL.ppt
Base de donnees Avancees et Intro à  NoSQL.pptBase de donnees Avancees et Intro à  NoSQL.ppt
Base de donnees Avancees et Intro à NoSQL.ppt
Idriss22
 
Introduction à DevOps
Introduction à DevOpsIntroduction à DevOps
Introduction à DevOps
Microsoft
 
Cv ines ouaz
Cv ines ouazCv ines ouaz
Cv ines ouaz
Ines Ouaz
 
Microservices avec Spring Cloud
Microservices avec Spring CloudMicroservices avec Spring Cloud
Microservices avec Spring Cloud
Florian Beaufumé
 
Jenkins를 활용한 Openshift CI/CD 구성
Jenkins를 활용한 Openshift CI/CD 구성 Jenkins를 활용한 Openshift CI/CD 구성
Jenkins를 활용한 Openshift CI/CD 구성
rockplace
 
Comparaison des solutions Paas
Comparaison des solutions PaasComparaison des solutions Paas
Comparaison des solutions Paas
yacine sebihi
 
CV Ingénieur développeur JAVA/EE
CV Ingénieur développeur JAVA/EECV Ingénieur développeur JAVA/EE
CV Ingénieur développeur JAVA/EE
Sid Ahmed Benkraoua
 
Data persistency (draco, cygnus, sth comet, quantum leap)
Data persistency (draco, cygnus, sth comet, quantum leap)Data persistency (draco, cygnus, sth comet, quantum leap)
Data persistency (draco, cygnus, sth comet, quantum leap)
Fernando Lopez Aguilar
 
Openstack pour les nuls
Openstack pour les nulsOpenstack pour les nuls
Openstack pour les nuls
Chris Cowley
 
Cours Devops Sparks.pptx.pdf
Cours Devops Sparks.pptx.pdfCours Devops Sparks.pptx.pdf
Cours Devops Sparks.pptx.pdf
boulonvert
 
Ingénieur FullStack Java/Angular
Ingénieur FullStack Java/Angular  Ingénieur FullStack Java/Angular
Ingénieur FullStack Java/Angular
Maroua Haddad
 
Cloud computing
Cloud computingCloud computing
Cloud computing
Heithem Abbes
 
FIWARE and Smart Data Models
FIWARE and Smart Data ModelsFIWARE and Smart Data Models
FIWARE and Smart Data Models
Fernando Lopez Aguilar
 
Deploy Application on Kubernetes
Deploy Application on KubernetesDeploy Application on Kubernetes
Deploy Application on Kubernetes
Opsta
 
La BI : Qu’est-ce que c’est ? A quoi ça sert ?
La BI : Qu’est-ce que c’est ? A quoi ça sert ?La BI : Qu’est-ce que c’est ? A quoi ça sert ?
La BI : Qu’est-ce que c’est ? A quoi ça sert ?
Jean-Marc Dupont
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
Lilia Sfaxi
 
Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?
Amazon Web Services
 
Architectures microservices
Architectures microservicesArchitectures microservices
Architectures microservices
Riadh MNASRI
 
Presentation de gestionnaire de bibliothèque
Presentation de gestionnaire de bibliothèquePresentation de gestionnaire de bibliothèque
Presentation de gestionnaire de bibliothèque
Daoues Amine
 

Tendances (20)

Présentation Docker
Présentation DockerPrésentation Docker
Présentation Docker
 
Base de donnees Avancees et Intro à NoSQL.ppt
Base de donnees Avancees et Intro à  NoSQL.pptBase de donnees Avancees et Intro à  NoSQL.ppt
Base de donnees Avancees et Intro à NoSQL.ppt
 
Introduction à DevOps
Introduction à DevOpsIntroduction à DevOps
Introduction à DevOps
 
Cv ines ouaz
Cv ines ouazCv ines ouaz
Cv ines ouaz
 
Microservices avec Spring Cloud
Microservices avec Spring CloudMicroservices avec Spring Cloud
Microservices avec Spring Cloud
 
Jenkins를 활용한 Openshift CI/CD 구성
Jenkins를 활용한 Openshift CI/CD 구성 Jenkins를 활용한 Openshift CI/CD 구성
Jenkins를 활용한 Openshift CI/CD 구성
 
Comparaison des solutions Paas
Comparaison des solutions PaasComparaison des solutions Paas
Comparaison des solutions Paas
 
CV Ingénieur développeur JAVA/EE
CV Ingénieur développeur JAVA/EECV Ingénieur développeur JAVA/EE
CV Ingénieur développeur JAVA/EE
 
Data persistency (draco, cygnus, sth comet, quantum leap)
Data persistency (draco, cygnus, sth comet, quantum leap)Data persistency (draco, cygnus, sth comet, quantum leap)
Data persistency (draco, cygnus, sth comet, quantum leap)
 
Openstack pour les nuls
Openstack pour les nulsOpenstack pour les nuls
Openstack pour les nuls
 
Cours Devops Sparks.pptx.pdf
Cours Devops Sparks.pptx.pdfCours Devops Sparks.pptx.pdf
Cours Devops Sparks.pptx.pdf
 
Ingénieur FullStack Java/Angular
Ingénieur FullStack Java/Angular  Ingénieur FullStack Java/Angular
Ingénieur FullStack Java/Angular
 
Cloud computing
Cloud computingCloud computing
Cloud computing
 
FIWARE and Smart Data Models
FIWARE and Smart Data ModelsFIWARE and Smart Data Models
FIWARE and Smart Data Models
 
Deploy Application on Kubernetes
Deploy Application on KubernetesDeploy Application on Kubernetes
Deploy Application on Kubernetes
 
La BI : Qu’est-ce que c’est ? A quoi ça sert ?
La BI : Qu’est-ce que c’est ? A quoi ça sert ?La BI : Qu’est-ce que c’est ? A quoi ça sert ?
La BI : Qu’est-ce que c’est ? A quoi ça sert ?
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
 
Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?
 
Architectures microservices
Architectures microservicesArchitectures microservices
Architectures microservices
 
Presentation de gestionnaire de bibliothèque
Presentation de gestionnaire de bibliothèquePresentation de gestionnaire de bibliothèque
Presentation de gestionnaire de bibliothèque
 

Similaire à Dossier de competences MBH

CV AH
CV AHCV AH
DEVOPS / PYTHON DISPONIBLE
DEVOPS / PYTHON DISPONIBLEDEVOPS / PYTHON DISPONIBLE
DEVOPS / PYTHON DISPONIBLE
Clementine D.
 
Dossier de competences AHLEM
Dossier de competences AHLEMDossier de competences AHLEM
Dossier de competences AHLEM
Clementine D.
 
Dossier de compétencesTK
Dossier de compétencesTKDossier de compétencesTK
Dossier de compétencesTK
Clementine D.
 
Dossier de competences mk beezen
Dossier de competences mk beezenDossier de competences mk beezen
Dossier de competences mk beezen
Clementine D.
 
Groupe Cyrès
Groupe Cyrès Groupe Cyrès
Groupe Cyrès
Cyrès
 
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
ANEO
 
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
FactoVia
 
Ilyes gharsalli
Ilyes gharsalliIlyes gharsalli
Ilyes gharsalli
Ilyes GHARSALLI, CSPO®
 
Presentation OpenData-Madagascar
Presentation OpenData-MadagascarPresentation OpenData-Madagascar
Presentation OpenData-Madagascar
OPEN DATA MADAGASCAR
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
Ludovic Piot
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
NetSecure Day
 
Cv mahmoud1993-francais
Cv mahmoud1993-francaisCv mahmoud1993-francais
Cv mahmoud1993-francais
MahmoudHentati1
 
BEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidatsBEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidats
BEEZEN
 
Catalogue pfe 2018 2019
Catalogue pfe 2018 2019Catalogue pfe 2018 2019
Catalogue pfe 2018 2019
TELNETTunisie
 
BigData en France par Excelerate Systems
BigData en France par Excelerate Systems BigData en France par Excelerate Systems
BigData en France par Excelerate Systems
Excelerate Systems
 
Cv
CvCv
IPTECH CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
IPTECH  CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018IPTECH  CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
IPTECH CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
. WATCOM
 
Offrir de l'analytique en temps réel en un clic
Offrir de l'analytique en temps réel en un clicOffrir de l'analytique en temps réel en un clic
Offrir de l'analytique en temps réel en un clic
Jean-Michel Franco
 

Similaire à Dossier de competences MBH (20)

CV AH
CV AHCV AH
CV AH
 
DEVOPS / PYTHON DISPONIBLE
DEVOPS / PYTHON DISPONIBLEDEVOPS / PYTHON DISPONIBLE
DEVOPS / PYTHON DISPONIBLE
 
Dossier de competences AHLEM
Dossier de competences AHLEMDossier de competences AHLEM
Dossier de competences AHLEM
 
Dossier de compétencesTK
Dossier de compétencesTKDossier de compétencesTK
Dossier de compétencesTK
 
Dossier de competences mk beezen
Dossier de competences mk beezenDossier de competences mk beezen
Dossier de competences mk beezen
 
Groupe Cyrès
Groupe Cyrès Groupe Cyrès
Groupe Cyrès
 
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
Tech daysRetour d’expérience Big Compute & HPC sur Windows Azure [TechDays 2014]
 
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
 
Ilyes gharsalli
Ilyes gharsalliIlyes gharsalli
Ilyes gharsalli
 
Presentation OpenData-Madagascar
Presentation OpenData-MadagascarPresentation OpenData-Madagascar
Presentation OpenData-Madagascar
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 
Cv mahmoud1993-francais
Cv mahmoud1993-francaisCv mahmoud1993-francais
Cv mahmoud1993-francais
 
BEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidatsBEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidats
 
Catalogue pfe 2018 2019
Catalogue pfe 2018 2019Catalogue pfe 2018 2019
Catalogue pfe 2018 2019
 
BigData en France par Excelerate Systems
BigData en France par Excelerate Systems BigData en France par Excelerate Systems
BigData en France par Excelerate Systems
 
cv_chaker_jouini_fr
cv_chaker_jouini_frcv_chaker_jouini_fr
cv_chaker_jouini_fr
 
Cv
CvCv
Cv
 
IPTECH CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
IPTECH  CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018IPTECH  CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
IPTECH CATALOGUE DES SUJETS PFE POUR L'ANNÉE 2018
 
Offrir de l'analytique en temps réel en un clic
Offrir de l'analytique en temps réel en un clicOffrir de l'analytique en temps réel en un clic
Offrir de l'analytique en temps réel en un clic
 

Dossier de competences MBH

  • 1. Dossier de compétences | Beezen www.beezen.fr 163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00 Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre DOSSIER DE COMPETENCES Data Engineer PYTHON Mokhtar COMPETENCES Bigdata: Elasticsearch, Logstash, Kibana, Hadoop, Spark, Hive, Kafka, Hortonworks, Ambari, Hue, ScikitLearn, Pandas, numpy. Informatique Décisionelle: MSBI (SSIS, SSAS, SSRS), Tableau Software. Web: HTML5, php, javascript, CSS. SGBD & OS : MySQL, Sql Server, Ubuntu, CentOS. Modélisation : Power AMC, UML. Langages de programmation : Python, java, C#, SQL, R, Bash, XML. Gestion de projets : Scrum(Agile), CrispDM. REFERENCES PROJETS Depuis Fevrier 2017 : Datavora De Octobre 2017 / ce jour Data Engineer Python Elaboration des études et analyses sur la data de Datavora et préparation de POC (proof of concept) client. Le travail est en collaboration avec l’équipe développement(Crawl) et l’équipe sales et marketing. Pour la partie préparation de POC, ces derniers sont élaborés selon le client, le secteur d’activité et les spécificités de son business. Pour la partie études et analyses, le travail est réalisé en collaboration avec le Marketing manager afin de diffuser des études sous forme de visualisations sur les évènements importants influençant le e-commerce (exemple Noël ou Black Friday) ou bien en réalisant des cases study sur l’impact de la data fournit sur l’activité des clients. • Etude du business des clients ou du marché et définition des besoins. • Consolidation de la data pour répondre aux besoins : développement de scripts scrappy pour sites additionnels, exécution de taches CRON et leur indexation dans Elasticsearch. • Ingestion de la data des différents index Elasticsearch disponibles en utilisant logstash. • Nettoyage et préparation de la donnée en utilisant Python et Pandas.
  • 2. Dossier de compétences | Beezen www.beezen.fr 163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00 Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre • Calcul d’indicateur et de métriques en utilisant Python. • Préparation des dashboard clients ou des visualisations des évènements en utilisant Tableau software ou bien Kibana. • Réalisation des cases study en utilisant Canvas. Environment technique: Elasticsearch, Logstash, Kibana, Tableau Software, Python, Pandas, Canvas De Fevrier 2017 / Sep 2017 Data Engineer / Machine learning. Préparation de POC pour un des clients de Datavora dans le secteur du reconditionnement des téléphones. Crisp-DM est la méthodologie utilisée pour ce projet • Analyse du Business du client (Volpy) et définition des Kpi’s utiles à son activité. • Développent des Kpi en ayant recourt au Machine learning (classification, segmentation). • Installation d’Elasticsearch et préparation des nouveaux index. • Intégration des kpi’s dans les nouveaux dashboard du client. Environment technique: Python, Scikit-learn, Pandas, Numpy, Elasticsearch. Juillet à Aout 2016 : Discovery Datasoft Ingénieur Business Intelligence. Réalisation d'un projet BI avec la suite Microsoft BI pour exploiter les données issue de l'ERP Sage et les restituer en rapports. • Analyse des données disponibles sur l’ERP et définition des études à rajouter. • Création des paquages SSIS pour l’extraction des donnés de Sql Server 2012 (base de données de l’ERP), la préparation des données et le stockage dans le datawarehouse. • Création des cubes OLAP sous SSAS et développement des Kpi’s. • Préparation des nouveaux rapports complémentaires sous SSRS. Environment technique: Microsoft BI (SSIS, SSAS, SSRS), Sql Server 2012 Janvier à Mai 2016 : ESPRIT (Tunis, Tunisie) Ingénieur Business Intelligence et Big Data. Elaboration d’une solution décisionnelle comportant une partie BI et une partie Big Data avec la suite Microsoft BI et Hadoop pour exploiter les données de l’inventaire d’un hôtel à Hammamet et le flux Twitter de l’hôtel. SCRUM est la méthodologie agile utilisée pour ce projet.
  • 3. Dossier de compétences | Beezen www.beezen.fr 163/165 avenue Charles de Gaulle – 92200 Neuilly-sur-Seine – Téléphone : 01 41 43 00 00 Société par Actions Simplifiée au capital de 100.000 € - SIREN 502 612 914 RCS Nanterre • Analyse des besoins fonctionnels émanant du manager de l’hôtel. • Création des paquages SSIS pour l’extraction des donnés de la base de données Oracle proposé par le client, la préparation des données et le stockage dans le datawarehouse. • Création des cubes OLAP sous SSAS et création des hiérarchies. • Préparation des tableaux de bord pour le suivi des Magasins de l’hôtel sous SSRS. • Extraction des flux Twitter avec Flume et leur analyse avec Hive. • Visualisation des tweet avec Spark graphX. Environment technique: Microsoft BI (SSIS, SSAS, SSRS), Hadoop, Hive, Flume, Spark. FORMATION Février 2019- The ultimate hands-on Hadoop – Tame your Big Data, Udemy (https://www.udemy.com/certificate/UC-9WYKPTE8/) Octobre 2018- Master Course in Tableau 10 & 2018 for Business intelligence, Udemy (https://www.udemy.com/certificate/UC-X92G5DFK/) 2014 - 2017- Diplôme d’Ingénieur en informatique, Option ERP / BI. Ecole Supérieure Privée d’ingénierie et Technologies (ESPRIT) Tunis, Tunisie. 2013 - 2017- Bachelor of International Business Administration. Sup de Co. Montpellier Business School, (à distance depuis Tunis) 2010 - 2013- Préparatoire intégré, Option MPI (Mathématiques – Physique – Informatique). Institut national des sciences appliquées et de technologie (INSAT), Tunisie 2010- Baccalauréat Scientifique (Mathématiques)