Disponible immédiatement

Mickaël Rakotoarinivo

Data Engineer confirmé à Lausanne.

+5 ans à concevoir, industrialiser et exploiter des plateformes data pour la finance, la logistique et les équipes analytiques.

  • Azure Databricks
  • Snowflake
  • Python
  • PySpark
  • SQL
Mickaël Rakotoarinivo, Data Engineer basé dans le canton de Vaud
Daillens, VD
  • Azure Databricks
  • Snowflake
  • Python
  • PySpark
  • SQL
Découvrir mon travail

Je transforme des sources imparfaites en données fiables.

Je modélise les données, teste les transformations, surveille les traitements et documente les flux pour que les équipes métier puissent utiliser les données.

Je travaille sur des pipelines batch et streaming, des architectures en médaillons et des modèles en étoile ou en flocon. En production, je traite les incidents, optimise les performances et assure l'astreinte et le support. Je partage les bonnes pratiques avec les équipes.

Chez Hoist Finance et InPost

Des résultats concrets.

Signal 01

40 %

Tâches manuelles automatisées

1 h économisée chaque matin

Chez Hoist Finance, l'automatisation de 40 % des tâches manuelles a fait gagner une heure chaque matin à plusieurs dizaines de collaborateurs.

Signal 02

+20

Rapports BI livrés

Chez Mondial Relay / InPost, j'ai conçu plus de 20 rapports pour les équipes des opérations, de la relation client et de Damage & Loss. Une trentaine de personnes les utilisaient.

Signal 03

2 h20 min

Traitements Databricks optimisés

Chez Mondial Relay / InPost, j'ai modélisé et optimisé certains traitements Spark SQL / PySpark. Leur temps de calcul est passé d'environ 2 h à 20 min, soit une réduction d'environ 83 %.

Mon expérience en finance, logistique et transports publics.

07.2026 → 10.2026

API SA, mission chez tl

Data Engineer / Analytics Engineer

J'ai modernisé les données financières et BI des tl dans Snowflake, avec des pipelines ELT en SQL et Python, des modèles dimensionnels, des tests et un framework d'exécution inspiré de dbt. Chaque jour, ces traitements convertissaient une dizaine de procédures stockées brutes en tables Silver pour la direction financière et le contrôle de gestion.

  • Snowflake
  • Python
  • SQL
  • Tableau
09.2022 → 06.2026

Mondial Relay by InPost Group

Data Engineer

Pipelines batch et streaming sur Azure Databricks et Delta Lake. Unity Catalog, CDF, Auto CDC, Kafka, SCD, snapshots et GitLab CI/CD dans un contexte international.

  • Databricks
  • PySpark
  • Kafka
  • Delta Lake
05.2021 → 08.2022

Hoist Finance

Data Analyst

J'ai automatisé des extractions et des contrôles qualité, planifié des pipelines ETL, puis produit des rapports opérationnels et des analyses statistiques dans le secteur bancaire.

  • Alteryx
  • Tableau
  • SSRS
  • SQL

Projets que j'ai conçus et développés.

Produit B2B propriétaire 2026

PriceHunter

Une application d'optimisation de paniers qui collecte les prix fournisseurs, normalise les produits et répartit les lignes selon les offres disponibles.

Mon travail
Chaque ligne du panier affiche le prix fournisseur, le stock et l'unité de vente.
Choix technique
Les échanges fournisseurs passent par un worker Playwright. Le panier peut aussi être exporté en CSV. Une personne le valide avant son envoi.
  • Next.js
  • Convex
  • Playwright
  • TypeScript
Ouvrir le site PriceHunter
Aperçu du site Aperçu : Production Voir PriceHunter
Chargement de l'aperçu
Aperçu statique de la page d'accueil PriceHunter
SQL local · Bêta sur invitation 2026

RawQL

Un atelier SQL pour explorer des fichiers CSV, JSON, Parquet et Excel dans le navigateur, avec DuckDB WebAssembly. Les fichiers restent sur l'appareil.

Mon travail
J'ai conçu et développé RawQL de l'import des fichiers à l'éditeur SQL. J'y ai ajouté l'inspection JSON, les graphiques et les tableaux croisés.
Choix technique
DuckDB s'exécute dans un Web Worker. Les fichiers, requêtes et notebooks sont enregistrés dans un snapshot .rawql portable.
  • DuckDB
  • SQL
  • Next.js
  • TypeScript
Ouvrir le site RawQL
Aperçu du site Aperçu : Production Voir RawQL
Chargement de l'aperçu
Aperçu statique de la page d'accueil RawQL
Data engineering end-to-end 2025

Bitcoin Analysis Dashboard

Un pipeline Python et PostgreSQL alimente des transformations dbt et un dashboard Next.js mis à jour chaque jour avec des données du marché Bitcoin.

Mon travail
J'ai relié l'ingestion quotidienne aux tables de prix et d'indicateurs, puis j'ai affiché ces données dans le dashboard.
Choix technique
Je reconstruis les tables dbt après une correction historique. Le volume actuel permet un recalcul complet.
  • Python
  • PostgreSQL
  • dbt
  • Next.js
Ouvrir le site Bitcoin
Aperçu du site Aperçu : Production Voir Bitcoin
Chargement de l'aperçu
Aperçu statique de la page d'accueil Bitcoin Analysis Dashboard

Ouvert aux opportunités en Suisse romande

Parlons de vos pipelines data et de votre plateforme.