Youssouf Boba

Data Engineer diplômé d’un Master 2 Data Engineering et ingénieur en Data Science (double diplôme). Expérience en modélisation de données et bases PostgreSQL, SQL avancé, pipelines de données en Python, industrialisation (Docker, CI/CD) et mise en production de modèles NLP / Machine Learning. Formé aux architectures RAG / LLM et à l’écosystème Big Data (Airflow, Spark, Kafka, Databricks, Snowflake, dbt). Disponible immédiatement pour un CDI.

Data Engineer – Ingénierie des données & Backend at LH CONSULT (2026-04 – 2026-08)

Conception et mise en production de deux plateformes métier data de bout en bout

• Modélisation de données: conception de deux modèles relationnels PostgreSQL (Prisma ORM, migrations de schéma versionnées) pour deux domaines métier — gestion des formations QHSE (sessions, formateurs, affectations, émargement) et mise en relation de consultants IT (missions, contrats, facturation).
• SQL & restitution décisionnelle: tableau de bord de pilotage (KPI) alimenté par des agrégations SQL sur PostgreSQL.
• Automatisation des flux & règles métier: APIs REST Node.js/Express, moteur d’affectation des intervenants, machine à états du cycle devis → convention → facture avec validation côté serveur garantissant la cohérence des données, génération automatisée de documents PDF.
• Industrialisation: conteneurisation Docker, pipeline CI/CD GitHub Actions, déploiement sur VPS Linux; flux temps réel (Socket.io).
• Technologies: PostgreSQL, SQL, Prisma, Node.js, Express, Docker, GitHub Actions, Supabase, Socket.io, React, JWT.

Data Scientist NLP – Stage de fin d’études at SYSTEO DIGITAL (2024-02 – 2024-07)

Système d’extraction de CV et de matching candidats / offres

• Pipeline de traitement de données non structurées: extraction de CV PDF (natifs et scannés) vers un format JSON structuré — OCR Tesseract, détection automatique des sections, extension de Pyresparser adaptée au français, OpenCV.
• Modèle de scoring CV / offre: score pondéré combinant compétences, années d’expérience et similarité sémantique (vecteurs spaCy, similarité cosinus) pour le classement automatique des candidats.
• Mise en production: API Django REST Framework sécurisée par token, déployée sur VPS Linux (Nginx, Gunicorn, systemd) — traitement d’un CV en environ 6 s.
• Technologies: Python, spaCy, NLTK, scikit-learn, Tesseract OCR, OpenCV, Django REST Framework, Streamlit, Nginx, Gunicorn.

Data Analyst – Bio-informatique at Centre de Biotechnologie de Sfax (CBS) (2023-06 – 2023-08)

• Développement en Python d’un outil d’analyse de données biologiques complexes avec interface interactive (Streamlit).
• Détection d’anomalies dans des séquences protéiques par modélisation statistique (modèle de Karlin).
• Technologies: Python, NumPy, BioPython, Regex, Streamlit.

Master 2 in Data Engineering – Università di Corsica, Corte, France (2025 – 2026)

Double diplôme d’ingénieur in Data Science et Systèmes Décisionnels – ENET’Com, Sfax, Tunisie (2022 – 2024)

Diplôme d’ingénieur in Statistiques et Ingénierie des Données – École Supérieure Polytechnique, Mauritanie (2020 – 2022)

Classes Préparatoires in Maths, Physique, Sciences de l’ingénieur – Mauritanie (2018 – 2020)