Expérience Professionnelle

J'analysais les anomalies signalées par les clients, parfois jusqu'à la structure de leur base de données. Les actions correctives étaient menées en coordination avec l'équipe R&D et les chefs de projet, afin d'assurer la stabilité et l'amélioration continue du produit.

Je transmettais les bonnes pratiques et formais les utilisateurs au langage métier du logiciel no-code, pour faciliter l'appropriation des fonctionnalités et renforcer leur autonomie.

J'assurais l'installation et la configuration du logiciel selon l'environnement technique du client. Je développais et maintenais des solutions personnalisées, adaptées à leurs besoins et à l'évolution de leur usage.

Je surveillais en continu l'infrastructure Pôle emploi (serveurs Windows/Linux, VM, réseau) et la bonne exécution des traitements Tivoli Scheduler, ce qui me permettait d'anticiper les incidents et de diagnostiquer rapidement les pannes sur les flux de données critiques.

J'analysais les traitements en échec via des outils comme AppDynamics, vSphere, Avamar ou Bash, puis procédais aux actions correctives, principalement via des commandes Linux.

Je mettais à jour les composants réseau et assurais une communication structurée auprès des équipes concernées, via des rapports d'incident ou lors de réunions, garantissant ainsi la stabilité du système d'information, la performance de l'infrastructure et l'intégrité des données.

Après recueil des incidents via Zendesk et e-mail, j'assurais leur suivi sur Jira et rédigeais les rapports de résolution.

J'analysais les données clients stockées sur AWS Amazon S3 pour identifier les patterns pouvant faciliter la résolution des anomalies et proposer des solutions adaptées, tout en alimentant la base de connaissances.

Je partageais les retours clients avec les équipes techniques (produit et R&D) afin de contribuer aux évolutions fonctionnelles et à l'amélioration continue de la solution.

J'ai extrait les données d'un datalake hébergé sur des serveurs on-premise en salle blanche pour constituer les jeux de données nécessaires à l'analyse.

J'ai analysé les données avec des expressions régulières (regex) et du SQL pour identifier les patterns et vérifier la cohérence des traitements effectués.

J'ai développé une application locale en Python et SQL pour automatiser le traitement des données et faciliter l'interprétation des résultats par les équipes techniques.