Construire ou reprendre une plateforme de données
Architecture, industrialisation des flux, standards de développement, environnements séparés, coûts suivis. Snowflake, dbt, SnapLogic, Azure, Microsoft Fabric.
Senior Data Platform EngineerIndustrie & mobilitéDPD certifié CNIL
Depuis sept ans, j'accompagne des directions techniques et métiers sur la donnée : je la collecte, la traite et la remets en forme pour l'industrie et la mobilité, je pose les règles qui la protègent, et je vulgarise les bonnes pratiques auprès des équipes. Aujourd'hui, pour celles et ceux qui font évoluer leur organisation avec l'IA, je cadre les usages, je prépare les données et je pose les garde-fous qui permettent d'y aller en confiance. Ici, j'écris ce que le terrain m'a appris : gouvernance, méthode, conformité, IA appliquée.
Des articles courts, concrets, écrits pour décider. Chaque fil relie la donnée à un usage : protéger, piloter, automatiser, faire parler.
Droits, RGPD, qualité : ce qui rend la donnée digne de confiance.
3 articles02Méthode & leadershipCadrer, arbitrer, documenter, embarquer : conduire un projet data jusqu'au bout.
3 articles03IA appliquéeCadrer, lancer et gouverner des usages d'IA utiles aux métiers.
3 articles04Industrie & automatisationPlateformes, automatisation et IA dans les contextes industriels.
3 articlesDonnées de production, données personnelles, secrets applicatifs : sécuriser une plateforme industrielle et préparer des usages IA conformes.
Lire l’articleLa gouvernance ne freine pas l'IA.C'est ce qui permet de lui dire oui.
Quatre terrains d'intervention, en mission de conseil, d'expertise ou de conduite de projet, y compris en réponse à un appel d'offres.
Architecture, industrialisation des flux, standards de développement, environnements séparés, coûts suivis. Snowflake, dbt, SnapLogic, Azure, Microsoft Fabric.
Rôles et matrices de droits construites avec les métiers, qualité des données, RGPD dès la conception, accès et secrets des applications industrielles.
Cas d'usage, risques, conformité, couche sémantique et serveur MCP pour interroger les données en langage naturel dans le respect des droits. Assistants LLM, RAG, agents.
Modèle de données d'entreprise, indicateurs définis une fois, prévisions et réalisé, tableaux de bord certifiés et sécurisés.
Ce que je pratique au quotidien, du socle technique à la conduite des projets. Le détail figure dans le CV.
De la donnée brute à la décision. Les droits sont vérifiés dans l'entrepôt, jamais dans le modèle de langage.
Capteurs, PLM, ERP, GED, finance, RH. La donnée telle qu'elle naît dans l'atelier et dans les bureaux.
Les flux sont industrialisés et surveillés. Plus d'extractions à la main ni de fichiers qui circulent par mail.
SnapLogic · Alteryx · Azure Data FactoryUne seule plateforme, des environnements séparés, des coûts suivis. La donnée devient un actif que l'on administre.
Snowflake · dev, recette, production · FinOpsLes indicateurs sont définis une fois, avec les métiers, selon des standards partagés avec le groupe.
dbt · tests · modèle de données d'entrepriseChacun voit ce qu'il a le droit de voir. Les données personnelles sont cartographiées, les accès tracés.
RBAC · matrices de droits · RGPDTableaux de bord certifiés, et réponses en langage naturel depuis l'assistant IA de l'entreprise, avec les droits de la personne qui demande.
Power BI · couche sémantique · serveur MCPUne plateforme à reprendre, une gouvernance à poser, un projet IA à cadrer, un appel d'offres à instruire : écrivez-moi, je réponds à toute demande sérieuse.
Île-de-France · interventions en France et à distance