# Camille Lebrun

**Data & IA engineer : je bâtis et fiabilise vos plateformes data**

Fondations, migration, IA. dbt, BigQuery, Terraform. Cloud public ou souverain.

Toulouse, France · https://camillelebrun.fr · https://www.linkedin.com/in/camille-lebrun-ae

Langues : Français (natif), Anglais professionnel courant

## Profil

Data & IA engineer chez Thélio, à Toulouse. Je migre, structure et fiabilise des plateformes data (dbt, BigQuery, Terraform, Python) pour que les équipes puissent s'appuyer sur leurs chiffres, y compris quand l'IA arrive : migration de Trino vers BigQuery de 1 000+ modèles dbt (95 %+ automatisés), data contracts contrôlés en CI, RAG sur 179 sources.

4+ ans d'expérience · 19 missions · 6 familles de secteurs

## Projets personnels

### Plein Data : plateforme de prix de carburants sur Scaleway

Data Architect et Cloud Engineer · 2026 · Cloud souverain et architecture data

- Migration d'une plateforme de données de prix de carburants de BigQuery vers une architecture serverless souveraine sur Scaleway.
- État de la plateforme persisté en Parquet sur l'Object Storage Scaleway (S3), avec un modèle consolidé de 55 M de lignes.
- Transformations dbt-duckdb en Jobs serverless sans état : le DuckDB est éphémère et jeté à chaque run, l'état durable est l'export Parquet. Un daily (fenêtre de 2 jours) et un reconcile mensuel fusionnent les données.
- Orchestration de 11 Jobs serverless par Scaleway Data Orchestrator, répartis en deux DAG : un daily de 7 Jobs et un monthly de 4 Jobs ; une file SQS déclenche la revue des correspondances de marques.
- Infrastructure as Code avec Terraform sur deux modules racine : Jobs serverless, conteneur, file SQS, secrets et identités de service ; décompte détaillé plus bas.
- Site web de la plateforme : DuckDB WASM exécuté dans le navigateur.

Stack : Scaleway, Terraform, dbt, dbt-duckdb, DuckDB, DuckDB WASM, Parquet, Python
Démo : https://pleindata.fr/

### Berlioz : aide au choix d'alimentation pour chats atteints d'IRC

AI Engineer · 2026 · Santé et vétérinaire

- Outil d'aide à la décision pour choisir l'alimentation adaptée aux chats atteints d'insuffisance rénale chronique.
- Base de connaissances de 179 sources scientifiques vétérinaires, centralisées et structurées.
- Pipeline d'extraction par OCR (Tesseract.js) à partir de la photo de l'étiquette.
- Pipeline RAG : chunking par titres, retrieval vectoriel (Upstash Vector), orchestration LLM avec Mistral AI.
- Évaluation sur 52 questions (juge LLM et contrôles sans LLM) : comportement correct dans 90 % des cas sur les 39 questions couvertes, 88 % sur 8 questions hors base, 100 % sur 5 questions adversariales. Limites mesurées : 3 refus à tort sur des sujets couverts et 12 % de réponses avec un pourcentage absent des fiches (contrôle automatique, quelques faux positifs). Un bug d'alignement de l'index (9 faux refus sur 12) a été corrigé le 19 octobre 2026.

Stack : Mistral AI, Upstash Vector, Groq, Vite.js, Cloudflare Pages, Tesseract.js
Démo : https://berlioz.camillelebrun.fr/
_Outil informatif, ne remplace pas l'avis d'un vétérinaire._

### StackRadar : veille Modern Data Stack avec digest quotidien

Data & IA engineer · 2026 · IA générative et Modern Data Stack

- Pipeline serverless de veille avec analyse par LLM et digest quotidien.
- Collecte quotidienne des releases et advisories de sécurité de 19 sources : dbt-core et adapters, Dagster, Kestra, Airflow, packages dbt, notes de version GCP et Scaleway.
- Analyse de chaque changelog par mistral-small (température 0) : résumé, changements clés, breaking changes, CVE, sévérité, pertinence ; sortie JSON validée par Pydantic.
- Déploiement en Cloud Run Job déclenché par Cloud Scheduler, CI/CD Cloud Build, stockage Cloudflare R2, front Cloudflare Pages.

Stack : GCP Cloud Run, Cloud Scheduler, Cloud Build, Mistral AI, Python, Docker, Cloudflare R2, Cloudflare Pages, Pydantic
Démo : https://stackradar.camillelebrun.fr/

## Expérience

### Thélio (Toulouse) : Data Consultant (data engineering)

févr. 2026 – aujourd'hui

#### Migration vers un cloud de confiance (grand groupe industriel) (mission phare)

Data Engineer · 2026 · Thélio

Migration de la plateforme data (architecture de data products multi-dépôts) d'un grand groupe industriel de Trino vers BigQuery sur un cloud de confiance, sans accès à l'IA générative pour les équipes de développement du client (contrainte de sécurité).

- Pilotage du POC puis de la migration de plus de 1 000 modèles dbt de Trino vers BigQuery, avec un outillage sans IA embarquée.
- Conception d'un CLI Python de migration (sqlglot et règles métier), développé avec un assistant IA de code, automatisant plus de 95 % des modèles ; l'outil livré est déterministe et ne dépend d'aucune IA.
- Rapports d'écarts Markdown et JSON ciblant les quelque 5 % de requêtes à revoir manuellement (cas sémantiques complexes).
- Validation de l'équivalence des données avec dbt_audit_helper : données strictement identiques entre Trino et BigQuery sur les modèles comparés, aucune régression constatée.
- Refonte des macros dbt, ateliers d'architecture data (conventions de nommage, nouveaux environnements), orchestration Dagster, intégration CI/CD avec l'équipe DevOps. Prévu : former l'équipe de data engineers au CLI et accompagner la passation vers BigQuery.

**1 000+ modèles dbt · 95 %+ automatisés · ~5 % revue manuelle**

Stack : Python, SQL (Trino, BigQuery), dbt Core, dbt_audit_helper, sqlglot, Dagster, S3NS (GCP), Git, CI/CD

#### Data contracts sur des data products SAP (grand groupe industriel) (mission phare)

Data et IA Engineer · 2026 · Thélio

Outillage Data Contract First pour les data products SAP d'un grand groupe industriel, sur Trino et dbt.

- Conception d'un outillage Data Contract First pour les data products SAP sur Trino et dbt, adopté par plus de 5 data engineers.
- Générateur de contrats ODCS à partir des tables de métadonnées SAP (DD02T, DD03VT) stockées sur Trino : libellés des champs techniques (MATNR, WERKS…) et types.
- Sensibilité des données gérée par héritage ou saisie du développeur, intégrée aux contrats ODCS générés.
- Linter de contrats exécuté en CI pour contrôler la conformité à chaque modification.
- Un script alimente le catalogue de données interne à partir des contrats ODCS (et non à partir des modèles dbt).

**5+ adopteurs**

Stack : dbt, Trino, Dagster, ODCS, CI/CD

#### Package dbt d'observabilité des données (grand groupe industriel) (mission phare)

Data Engineer · 2026 · Thélio

Les jeux de données du client n'étaient pas suivis : besoin d'un outil d'observabilité qui fonctionne à la fois sur Trino et sur BigQuery.

- Conception d'un package dbt d'observabilité des données, réutilisable d'un projet à l'autre.
- Cinq piliers d'observabilité couverts dès la conception (freshness, distribution, volume, schema et lineage), exposés dans trois marts : summary, events et failures, avec détection d'anomalies.
- Suivi de la schema evolution : les changements de colonnes sont historisés et consultables.
- Fonctionnement multi-bases : le même package s'exécute sur Trino et sur BigQuery.
- Suivi au niveau de chaque jeu de données, y compris ceux qui n'étaient pas suivis jusque-là.
- Data quality : mise en place à venir sur ce périmètre, prévue en novembre 2026.

**5 piliers d’observabilité**

Stack : dbt, Trino, BigQuery

#### Dashboard Power BI de suivi des échéances RH réglementaires

Analytics Engineer · 2026 · Thélio

Suivi des visites de médecine du travail et des entretiens professionnels pour la direction RH d'une société de conseil (projet interne).

- Tableau de bord de pilotage des rendez-vous de médecine du travail et des entretiens professionnels.
- Besoins recueillis auprès des 3 personnes RH utilisatrices.
- Exports BoondManager (ERP et SIRH) intégrés : arrivées, rendez-vous de médecine du travail, entretiens professionnels.
- Modèles de données écrits en procédures stockées (SSMS) dans l'entrepôt de l'entreprise.
- Accès limité aux équipes RH par Row-Level Security dans Power BI.

Stack : SQL, SSMS, Power BI, BoondManager

### Hanalytics (Paris) : Analytics Engineer Consultant

janv. 2025 – déc. 2025

#### Marque santé et cosmétique e-commerce : data foundations

Analytics Engineer · 2025 · Hanalytics

Mise en place des fondations data d'une marque santé et cosmétique e-commerce, pour remplacer des traitements manuels par des pipelines automatisés.

- Besoins métiers recueillis et processus manuels identifiés, point de départ de l'automatisation.
- Extraction multi-sources via Funnel et Airbyte, centralisée dans BigQuery.
- Standard dbt et outillage associé (SQL, Python) livrés à l'équipe.
- Pipelines ELT entièrement automatisés, en remplacement des traitements manuels.
- Data foundations en place sur BigQuery et dbt.

Stack : dbt, SQL, Python, Looker Studio, Funnel, Airbyte, BigQuery

#### Enseigne de mode multi-boutiques : refonte des dashboards et analyse des stocks

Analytics Engineer · 2025 · Hanalytics

Refonte des dashboards et analyse des stocks d'une enseigne de mode multi-boutiques.

- Architecture des dashboards existants refondue à partir des besoins métiers.
- Modèles dbt optimisés et dashboards améliorés en continu (performance, maintenabilité).
- Analyses avancées de gestion et de rotation des stocks.
- Package dbt sur mesure pour suivre en continu le tracking GA4 et surveiller les données comportementales.
- Reportings multi-boutiques harmonisés et flux de vente omnicanaux consolidés.

Stack : dbt, GCP, BigQuery, SQL, Looker Studio, GA4

#### Acteur du digital : GA4 en architecture Medallion

Product Analyst / Analytics Engineer · 2025 · Hanalytics

Structuration des données GA4 d'un acteur du digital pour analyser les tunnels de conversion et le churn.

- Besoins des équipes produit et marketing recueillis ; référent technique et méthodologique sur la collecte et l'exploitation des données GA4.
- Standard dbt et outillage associé construits.
- Données brutes GA4 modélisées en architecture Medallion (Bronze, Silver, Gold).
- Datasets et data marts dédiés à l'analyse des tunnels de conversion et du churn.

Stack : BigQuery, dbt, Python, SQL, Kestra, GA4

#### Éditeur et organisme de formation : pipelines ELT multi-sources

Analytics Engineer · 2025 · Hanalytics

Automatisation de l'ingestion multi-sources d'un éditeur et organisme de formation, jusqu'aux fondations data.

- Processus manuels identifiés à partir des besoins, puis automatisés.
- Extraction multi-sources : Funnel, Google Sheets, fichiers plats, API.
- Standard dbt et outillage associé (SQL, Python) livrés.
- Pipelines ELT entièrement automatisés.
- Data foundations en place sur dbt et BigQuery.

Stack : BigQuery, dbt, Funnel, Python, SQL

#### Distributeur industriel : data platform média et commerciale (SAP)

Analytics Engineer · 2025 · Hanalytics

Construction d'une plateforme data pour analyser les campagnes média et les données commerciales (SAP) d'un distributeur industriel.

- Data platform de bout en bout (run et build) pour analyser les campagnes média et les données commerciales (SAP).
- Spécifications techniques rédigées à partir des besoins des directions.
- Référent technique de l'intégration multi-sources : SAP, Stitch, Airbyte, Funnel.
- Pipelines ELT centralisant les données média et commerciales dans BigQuery.
- Modélisation avec dbt et orchestration avec Kestra.

Stack : dbt, SQL, GCP, Kestra, GA4, SAP, Stitch, Airbyte, Funnel

#### Agence média : migration d'une infrastructure legacy vers une Modern Data Stack

Data Analytics Engineer · 2025 · Hanalytics

Migration d'une agence média de son infrastructure legacy vers une Modern Data Stack.

- Infrastructure legacy (Dataroma) entièrement migrée vers une Modern Data Stack : BigQuery, dbt, Kestra.
- Référent technique de la collecte multi-sources : Catchr, Couchdrop, Mailbox, GCS.
- Données de performance média extraites automatiquement depuis les DSP publicitaires.
- Standard dbt, outillage associé et modélisation Medallion.
- Documentation technique et formations dbt pour les équipes clientes.

Stack : BigQuery, dbt, Kestra, Catchr, Couchdrop, GCS

#### Réseau de distribution multi-magasins : dashboards unifiés, RLS et alerting

Analytics Engineer · 2025 · Hanalytics

Refonte des dashboards d'un réseau de distribution multi-magasins, avec accès par magasin et alertes automatiques.

- Architecture des dashboards entièrement refondue à partir des besoins.
- Dashboard boutiques unifié avec Row-Level Security : accès multi-magasins par lien unique.
- Dashboard global consolidé pour la direction du réseau.
- Alertes Slack automatiques sur données absentes ou anomalies (compteurs de trafic clients en magasin).

Stack : BigQuery, dbt, SQL, Looker Studio, GA4, API Slack

#### Marque D2C : standard Dataform et parcours clients GA4

Product Analyst / Analytics Engineer · 2025 · Hanalytics

Modélisation des données GA4 d'une marque D2C pour analyser les parcours clients.

- Besoins des équipes produit et marketing recueillis ; référent technique et méthodologique sur GA4.
- Standard Dataform et outillage associé sur BigQuery.
- Données GA4 brutes modélisées en Medallion (Bronze, Silver, Gold).
- Datasets et data marts pour l'analyse des parcours clients et des simulations.

Stack : BigQuery, Dataform, GA4, SQL, Python

#### Voyagiste : ingestion média et CRM, tableaux de bord marketing

Data Analyst · 2025 · Hanalytics

Centralisation de l'ingestion média et CRM d'un voyagiste, pour piloter les campagnes marketing.

- Ingestion des flux média et CRM centralisée et automatisée via Funnel.
- Tableaux de bord décisionnels pour le suivi des campagnes marketing.

Stack : Funnel, Looker Studio, Python, SQL

### Lucky Cart (Paris) : Analytics Engineer (alternance)

nov. 2023 – déc. 2024

#### Lucky Cart : audit et refactoring de la plateforme data

Analytics Engineer (alternance) · 2023-2024 · Lucky Cart

Audit et refactoring de la plateforme data d'une MarTech du média e-retail.

- Audit de la qualité des données reçues par les retailers et mise en place d'un monitoring de data quality.
- Application Streamlit alimentant automatiquement les reportings retailers (sélection de campagnes, génération et écriture dans Google Sheets via l'API Python), soit 5 h gagnées par semaine.
- Refactoring complet du code dbt et mise en place des bonnes pratiques pour l'équipe data.
- Analyse des causes racines des incidents, méthodologie de diagnostic et documentation des solutions.

Stack : dbt, Python, Streamlit, SQL, BigQuery

### My Job Glasses (Paris) : Analytics Engineer (stage)

juin 2023 – nov. 2023

#### My Job Glasses : data marts multi-secteurs

Analytics Engineer (stage) · 2023 · My Job Glasses

Création de data marts multi-secteurs pour le secteur public, le secteur privé et des établissements scolaires.

- Refactoring et création de data marts multi-secteurs sur Snowflake avec dbt pour le secteur public, le secteur privé et des établissements scolaires.
- Recueil et analyse des besoins auprès des équipes clientes de chaque secteur.
- Dashboards Metabase mis à disposition des clients.

Stack : dbt, Metabase, SQL, Snowflake

### Click & Boat (Paris) : Data Analyst (stage)

mai 2022 – oct. 2022

#### Click & Boat : datasets et dashboards marketing et presse

Data Analyst (stage) · 2022 · Click & Boat

Datasets et dashboards pour les équipes marketing et presse d'une plateforme de location de bateaux.

- Datasets spécialisés pour les équipes marketing et presse, après recueil des besoins marketing et sales.
- Analyses approfondies pour le pilotage des activités marketing et commerciales.
- Bonnes pratiques de modélisation et de visualisation.
- Développement et amélioration de dashboards Tableau.

Stack : Snowflake, dbt, Tableau, SQL

## Compétences

- **Plateformes data modernes et multi-cloud** : Trino vers BigQuery sur S3NS (1 000+ modèles dbt), BigQuery vers DuckDB sur Scaleway (Plein Data, dont DuckDB WASM), Snowflake.
- **Analytics engineering** : Standards dbt livrés à des équipes clientes, macros, tests automatisés, CI/CD ; modélisation Medallion (Bronze, Silver, Gold).
- **Data contracts et gouvernance** : Data contracts générés depuis les métadonnées et contrôlés en CI, adoptés par plus de 5 data engineers ; package d'observabilité (5 piliers).
- **Pipelines ELT et orchestration** : Ingestion SAP, GA4, API, Airbyte et Funnel vers BigQuery ; orchestration Dagster, Kestra, Airflow.
- **IA générative et RAG** : RAG en ligne sur 179 sources, évalué sur 52 questions ; veille LLM à sortie JSON validée.
- **Dataviz, self-service et sécurité** : Dashboards pour la direction et les équipes métiers (Looker Studio, Power BI, Metabase), accès par Row-Level Security.

## Boîte à outils

- **Cloud** : Google Cloud Platform (BigQuery, Cloud Run, GCS, Dataform, Dataflow), Snowflake, Trino, Scaleway, S3NS
- **Transformation** : dbt Core et Cloud, SQL avancé, Python (FastAPI, Pandas, Streamlit, sqlglot)
- **Orchestration et DevOps** : Dagster, Kestra, Apache Airflow, Docker, Terraform, GitLab CI/CD, Git
- **Gouvernance** : Open Data Contract Standard (ODCS), Data contracts, FinOps BigQuery, Alerting Slack API
- **Ingestion** : Funnel, Airbyte, Stitch, API REST, Couchdrop, Catchr
- **IA** : Mistral AI, Groq, Upstash Vector, Embeddings, RAG
- **Dataviz** : Looker Studio, Power BI, Tableau, Metabase

## Certifications et formation

- 2026 : PL-300 Microsoft Power BI Data Analyst Associate
- 2025 : Partner Certification Program Level 1, Funnel
- 2024 : Master Data et IA, HETIC
- 2020 : MSc Structural and Functional Biochemistry, Université de Toulouse

## Domaines

- Retail et grande distribution
- E-commerce et D2C
- Marketing, média et publicité digitale
- Industrie
- Secteur public
- Santé et vétérinaire