Après 15 ans dans l'industrie logicielle, dont plusieurs années à coordonner des équipes produit et techniques, je me spécialise aujourd'hui dans la data. Formée à l'ingénierie des données, je veux mettre cette expérience de pilotage au service de projets data, du recueil des besoins métier à la mise en production.
Problématique : le Grand Paris Express va-t-il réduire les inégalités de mobilité en Île-de-France ? Projet de bout en bout du cadrage à la visualisation.
Cadrer le périmètre : 3 sources (GTFS IDFM INSEE gares GPE) lignes 15 à 18 communes d’Île-de-France.
Choisir l’architecture et la modélisation : PostgreSQL/PostGIS dbt en couches staging / marts.
Fiabiliser le pipeline : tests automatisés (pytest dbt)
CI GitHub Actions.
Livrables : pipeline ELT (Python dbt PostgreSQL/PostGIS) infrastructure dockerisée 3 marts analytiques dashboard Grafana de 6 panels pour restituer les résultats.
PostgreSQL
PostGIS
dbt
python
pytest
GitHub Actions
Grafana
Data engineer
Projet de formation LIORA· ParisPrácticas
Janvier 2026 — Avril 2026
Projet d’équipe sur l’état du marché de l’emploi avec répartition des rôles et jalons de livraison.
Concevoir une architecture médaillon à partir de 2 sources hétérogènes (API REST web scraping) : data lake MinIO data warehouse PostgreSQL.
Nettoyer et transformer (Python SQL) modéliser en schéma en étoile (1 table de faits 6 dimensions).
Orchestrer avec Airflow conteneuriser avec Docker.
Livrables : pipeline orchestré de bout en bout entrepôt PostgreSQL application Streamlit pour exposer les résultats.
API
web scraping
MinIO
PostgreSQL
Python
SQL
Streamlit
Airflow
Docker
Scrum Master
OODRIVE· ParisIndefinido
Février 2022 — Novembre 2025
Contexte : équipes produit et tech de 5 à 15 personnes environnement cloud et on-premises dépendances coordonnées avec les autres Scrum Masters puis les PM et EM.
Conduire les cérémonies Scrum mettre en place le refinement.
Aligner Produit et Engineering sur le backlog et les priorités : cadrage des sujets avant prise en charge sprint zéro de cadrage du trimestre (2 trimestres consécutifs).
Participer aux comités de pilotage du delivery.
Livrables : dashboards de KPI (Jira) suivi des coûts en jours-homme templates de reporting checklist pré-release indicateurs d’équipe.
JIRA
figma
excel
Scrum Master
TANGOE· CourbevoieIndefinido
Octobre 2017 — Janvier 2022
Contexte : une release fonctionnelle par mois une release bugfix par semaine.
Cadrer les releases (planning charges) à partir du périmètre défini par le Produit.
Suivre l’avancement des tests QA et le traitement des anomalies jusqu’à leur résolution.
Livrables : calendrier des releases release notes annonces internes.
JIRA
figma
excel
Scrum Master
CISCO / COGNIZANT· Issy les MoulineauxIndefinido
Janvier 2015 — Septembre 2017
Contexte : transformation Agile (Scrum Kanban) de deux équipes.
Assurer la qualité du backlog et la collaboration avec le Produit : +50 % de maturité.
Animer les rétrospectives : 1 à 3 actions d’amélioration après chacune.
jira
eclipse
Software engineer
CISCO· Issy les MoulineauxIndefinido
Janvier 2010 — Décembre 2014
Contexte : middleware embarqué en C pour set-top boxes.
Intégrer des modules middleware en environnement embarqué.
Écrire et exécuter des tests de validation analyser et corriger les bugs avec un seuil de qualité de 70 % pour passer en production.
Développer 1 à 2 composants middleware en C en parallèle.
eclipse
C
jira
lua
Software engineer
MIT· BostonPrácticas
Avril 2008 — Octobre 2008
Stage : pipeline de traitement de données vidéo en Matlab (acquisition codage transmission décodage visualisation).
Livrable : pipeline complet de l’acquisition à la visualisation.
Matlab
Formación
Ingénieur Data
LIORA / MINES PARIS - PSL
Janvier 2026 — Avril 2026
Ingénieur Télécom
IMT Atlantique · Traitement du Signal et de l'Information
Septembre 2004 — Octobre 2008
Certificaciones
Scrum
Scrum alliance
2016
Trabajos
Proyectos
Pilotage projet data : impact du Grand Paris Express sur l'accessibilité
Cadrer la problématique : analyser l'impact de l'extension du métro sur les inégalités d'accessibilité (données INSEE, GTFS, GPE) en IDF Choisir l'architecture technique et la modélisation des données (PostgreSQL/PostGIS, dbt en couches staging/data marts) Fiabiliser le pipeline par des tests automatisés (pytest, CI GitHub Actions) et restituer les résultats via Grafana
Projet de formation data engineer : état du marché de l'emploi
Contribuer à un projet ETL en équipe, avec répartition des rôles et jalons de livraison Concevoir une architecture médaillon multi-sources (API, web scraping) : data lake MinIO, data warehouse PostgreSQL Nettoyer et transformer les données (Python, SQL), exposer et visualiser les résultats via Streamlit, orchestrer les traitements avec Airflow et conteneur avec Docker