Help & Supportcareers@gravityer.com
Data Engineer with less than a year in Data Pipelines & Big Data
AI is analyzing your overall score…
Identifying your key strengths…
Evaluating your skill match against the job requirements…
Assessing your cultural and operational fit
Spécialisé en Data Engineering et analyse de données, avec expertise en pipelines, ETL/ELT et Big Data. Maîtrise de Python, SQL, Airflow, dbt, Snowflake, Docker, Power BI et PostgreSQL. Compétences techniques couvrant Hadoop, Apache Spark, Kafka, Cassandra, Machine Learning, Deep Learning, Mobile Development et outils comme Firebase et Scrapy. Capable de concevoir et d'orchestrer des pipelines de données, de modéliser des Data Warehouses et de développer des applications mobiles et web avec une forte orientation data.
Ecole Supérieure de Technologie(EST)
Data Analyst
August 1, 2025 – June 30, 2026
Ecole Supérieure de Technologie(EST)
Licence Infrastructures, Traitement et Analyse de données Massives · BIG DATA
August 1, 2024 – June 30, 2025
Office de la Formation Professionnelle et de la Promotion du Travail
Diplôme en Technicien spécialisé · développement digital option : application mobile
August 1, 2022 – June 30, 2024
OREMVAT
Développeur Mobile & Data Analyst | Stage
January 1, 2024 – March 1, 2024
Fquih Ben Salah, Béni Mellal-Khénifra, Morocco
OREMVAT
Développeur Web & Data Analyst | Stage
June 1, 2023 – September 1, 2023
Fquih Ben Salah, Béni Mellal-Khénifra, Morocco
OLA Rides Data Pipeline
June 1, 2026 – Present
Conception d'un pipeline data end-to-end (CSV → Snowflake) orchestré avec Airflow et conteneurisé avec Docker. Implémentation d'une architecture Medallion (Bronze/Silver/Gold) avec dbt pour transformation et qualité des données. Modélisation d'un Data Warehouse en Star Schema (fact + dimensions) optimisé pour l'analyse. Traitement de 150k+ lignes : nettoyage, déduplication, typage et tests de qualité (dbt tests). Production de données prêtes pour la BI et création d'un dashboard Power BI.
View ProjectPipeline de Transactions Bancaires
June 1, 2026 – Present
Développement d'un pipeline scalable avec Apache Airflow, Apache Kafka et Apache Spark. Orchestration des workflows (CSV → Kafka → Spark → PostgreSQL) avec planification automatique (DAG). Nettoyage, enrichissement et transformation des données (conversion EUR, déduplication, champs calculés). Conception d'un data warehouse (tables de faits, dimensions, agrégations). Impact : Mise en place d'une analyse financière en temps réel.
Pipeline E-Commerce
June 1, 2026 – Present
Développement d'un pipeline streaming avec Apache Kafka et Snowflake (Snowpark). Ingestion et traitement des données retail en quasi temps réel. Implémentation des transformations (revenu, détection des retours, filtrage). Production de données prêtes pour la Business Intelligence. Impact: Transformation de données brutes en insights business exploitables en temps réel.
View ProjectPipeline Immobilier
June 1, 2026 – Present
Architecture streaming : Parquet → Kafka → Apache Spark → PostgreSQL. Feature engineering (price_per_area, encodage des variables catégorielles). Développement d'un job PySpark en streaming. Déploiement via Docker. Impact: Analyse en temps réel des prix immobiliers.
Python
Cisco Networking Academy & Python Institute
June 1, 2026 – Present
Introduction to Cybersecurity
Cisco Networking Academy
June 1, 2026 – Present
Cultural Fit Analysis
The candidate's profile shows a strong focus on personal projects, indicating self-motivation and a passion for data engineering. The projects cover various domains (rides, banking, e-commerce, real estate), demonstrating versatility. The target role of Data Engineer aligns well with the candidate's project experience and stated technical skills. The breadth of technologies used (Snowflake, Airflow, Kafka, Spark, dbt, Docker, PostgreSQL) suggests a good fit for dynamic and technically diverse environments.
Soft Skills & Operational Fit
The candidate's project descriptions indicate a proactive and results-oriented approach, focusing on the impact of their work (e.g., 'Mise en place d'une analyse financière en temps réel'). The diversity of projects suggests adaptability and a willingness to learn new technologies. However, without direct interview data, it's difficult to assess communication, teamwork, and problem-solving under pressure.