Tanguy von Stebut
Architecte - Big-Data / Cloud / DevOps
Java Spring / Angular
DevOps
Scrum
Elasticsearch certified
Scala / bash / python
46 ans
Permis de conduire
Alfortville (94140) France
Situation professionnelle
Consultant
Ouvert aux opportunités
Présentation
Analyste de données passionné avec plus de 15 ans d'expérience dans l'interprétation et l'exploitation stratégique des données pour stimuler la croissance et améliorer les performances. Maîtrisant parfaitement les techniques d'analyse avancées, je suis spécialisé dans l'identification de tendances, la visualisation de données et la modélisation statistique. J'ai eu l'occasion de travailler avec diverses entreprises de premier plan, où j'ai dirigé des initiatives d'analyse de données fructueuses qui ont conduit à des prises de décisions éclairées et orientées vers les résultats.
Maîtrisant un large éventail d'outils tels que Python, Scala, SQL et Elasticsearch, j'ai manipulé des ensembles de données volumineux avec efficacité pour extraire des informations exploitables. Mon expertise inclut l'élaboration de tableaux de bord interactifs et de rapports personnalisés pour suivre les KPI essentiels et les métriques métier clés.
En outre, je suis familier avec les concepts du Big Data et du Machine Learning, ce qui m'a permis de mettre en œuvre des solutions d'apprentissage automatique pour résoudre des problèmes complexes et apporter une valeur ajoutée.
Par ailleurs Architecte DevOps expérimenté avec une expertise solide en gestion de projets et en traitement des données, j'ai acquis plus de 20 ans d'expérience dans le domaine. Je suis passionné par les méthodologies agiles et la mise en place d'infrastructures de développement et d'intégration continue. Mes compétences incluent la gestion de configuration avec des outils tels que Azure DevOps, Gitlab et Jenkins, ainsi que la programmation dans des langages tels que Java, Python et Go. J'ai travaillé sur des projets de grande envergure pour des clients tels que la Société Générale, Renault et La Poste, en fournissant des solutions innovantes et fiables. Je suis certifié SAFe® 5 Agilist et j'ai une expérience avérée dans la supervision et la coordination d'équipes techniques. Mon objectif est de contribuer activement à des projets ambitieux en mettant en œuvre des pratiques DevOps modernes pour garantir une qualité de livraison optimale.
Maîtrisant un large éventail d'outils tels que Python, Scala, SQL et Elasticsearch, j'ai manipulé des ensembles de données volumineux avec efficacité pour extraire des informations exploitables. Mon expertise inclut l'élaboration de tableaux de bord interactifs et de rapports personnalisés pour suivre les KPI essentiels et les métriques métier clés.
En outre, je suis familier avec les concepts du Big Data et du Machine Learning, ce qui m'a permis de mettre en œuvre des solutions d'apprentissage automatique pour résoudre des problèmes complexes et apporter une valeur ajoutée.
Par ailleurs Architecte DevOps expérimenté avec une expertise solide en gestion de projets et en traitement des données, j'ai acquis plus de 20 ans d'expérience dans le domaine. Je suis passionné par les méthodologies agiles et la mise en place d'infrastructures de développement et d'intégration continue. Mes compétences incluent la gestion de configuration avec des outils tels que Azure DevOps, Gitlab et Jenkins, ainsi que la programmation dans des langages tels que Java, Python et Go. J'ai travaillé sur des projets de grande envergure pour des clients tels que la Société Générale, Renault et La Poste, en fournissant des solutions innovantes et fiables. Je suis certifié SAFe® 5 Agilist et j'ai une expérience avérée dans la supervision et la coordination d'équipes techniques. Mon objectif est de contribuer activement à des projets ambitieux en mettant en œuvre des pratiques DevOps modernes pour garantir une qualité de livraison optimale.
Data Architect / DataOps Lead
Sanofi R&D
Avril 2025
à décembre 2025
- Contexte
- Dans un environnement R&D international (US, Canada, Inde, Chine), mise en place d’un accélérateur DataOps visant à industrialiser et standardiser les projets data, en réponse aux limites d’une plateforme centrale peu flexible et fortement mutualisée.
- Dans un environnement R&D international (US, Canada, Inde, Chine), mise en place d’un accélérateur DataOps visant à industrialiser et standardiser les projets data, en réponse aux limites d’une plateforme centrale peu flexible et fortement mutualisée.
- Réalisations
- Conception d’une architecture data platform multi-comptes AWS, isolée par projet, permettant une meilleure scalabilité et gouvernance
- Mise en place d’un framework Terraform industrialisé pour le provisioning des environnements (infrastructure as code)
- Implémentation de pipelines CI/CD sécurisés via GitHub Actions avec OIDC (sans gestion de clés)
- Structuration d’un Project Factory pour automatiser l’onboarding et le déploiement de nouveaux projets data
- Intégration et packaging des pipelines data (Airflow / MWAA, dbt) dans une logique modulaire et réutilisable
- Contribution à la définition d’une approche DataOps standardisée (environnements, workflows, bonnes pratiques)
- Analyse critique des limites de la plateforme existante (mutualisation excessive, manque d’isolation, rigidité des cycles de release)
- Conception d’une architecture data platform multi-comptes AWS, isolée par projet, permettant une meilleure scalabilité et gouvernance
- Apports clés
- Amélioration de l’autonomie des équipes projets et réduction du time-to-market
- Renforcement de l’isolation et de la gouvernance des environnements
- Industrialisation des pratiques DevOps/DataOps à l’échelle
- Environnement techniqueAWS (multi-account), Terraform, GitHub Actions (OIDC), MWAA (Airflow), dbt, Python, GitOps
- Amélioration de l’autonomie des équipes projets et réduction du time-to-market
- Environnement technique
- AWS (multi-account), Terraform, GitHub Actions (OIDC), MWAA (Airflow), dbt, Python, GitOps
- AWS (multi-account), Terraform, GitHub Actions (OIDC), MWAA (Airflow), dbt, Python, GitOps