Arij Daif

J'ai travaillait au sein du département CCR au sein de l'équipe SFT avec six personnes (4 Dev et 2 BA) et un Agile Master.

- Ajout d'une colonne Front Office Id dans l'output de la GRV. Après fixe des TU et des Bdd, deploy du job AKS, envoie de la notification GRV et lancement du run. Deploy en la production.

- Dans le cadre de l'obligation 2 qui vise l'activation des DPA, j'ai travaillé sur du defaulting pour prendre les Deals DPA à la place de ceux existants MRP.

- Filtrage du « Direct Booking » et de spécifiques Strategies. Ajout de log dans l'output de la GRV. Le filtrage pour les stratégies se fait sur un champ qui commence par un préfixe dans une liste prédéfinie et qui change tout les mois. De ce fait elle est définie dans une Rest Api qui permet de l'updater.

- Arrêter le run GRV lorsque les Rest API échouent en dépassant un seuil calculé et qui change. de ce fait il est défini dans l'Api RMM.

- Sujets purement Azure comme la migration du cluster AKS Blue vers AKS Green (deux instances AKS).

- Travaille sur le moteur de la chaine SFT: le Pricer qui prends en input entre autre la GRV en faisant du benchmark du temps de calcul du run du Pricer et faire de la réfactoration de l'optimisation du code pour un gain en performance.

- Travaille sur le STO (qui est un module transverse qui utilise dans son calcul les SFT) en faisant des defaulting DPA ou en adaptant le code après activation de la DPA dans la GRV. Deploy du job HDI, envoie d'une notification faire le run. Deploy en production.

- Travaille sur l'activation de la GCVAR dans le Pricer. Après étude de des différentes façons d'implémentation, implémentation la solution. Compétences : Java/Spark, Spring Boot, Spark, Hadoop, Hive, Sql, Azure, Kubernetes, HDI Insight, Intellij , Zeppelin, BDD, Shell, Jenkins, Nexus, Git Domaine Fonctionnel : Finances, SFT, Obligation 2, OTC Méthodologies : Agile ( Daily Meeting, Sprint Planning, Sprint Review...), Clean Code, BDD, TU.

Au sein de l'équipe Core du département RPC, j'ai travaillé sur les sujets suivants:

- Compréhension de l'Architecture Technique et fonctionnelle du projet.

- Sur le projet Test Suite j'ai contribué à la mise à jour et le bon fonctionnement des test BDD qui simule plusieurs cas d'études des Framework Core.

- Migration d'une partie du code Java vers du Java Spark afin de faciliter l'utilisation du répo Métrics dans la Test Suite.

- Refactoration de deux modules du Big Data Framework afin d'utiliser l'Event Bridge à la place de Kafka, déploiement sur le Lake et run du job Spark.

- Calcul du dernier portfolio dans le Repo Big Data Framework et implémentation de la solution dans les répos connexe.

- Dans le cadre de la montée en compétence Azure création de Dev env ainsi que le déploiement de job Spark dans Azure à l'aide de kubernetes.

- Travaille sur les best practices Spark sur la métric Crédit Delta afin de gagner en performance et en temps de calcul par la suite déploiement dans les containers Azure et run du job Spark tout en changeant l'infra (nombre de Core et mémoire Spark dans les fichier yml) à la suite de ce sujet rédaction d'un blog sur les est practices Spark dans la documentation Core et présentation dessus.

- Automatisation des runs Jenkins à l'aide de script Groovy dans le JenkinsFilePipeline.

- La migration de la Test Suit sur Azure en créant uune Rest API qui sert de point d'entrée pour jouer les différents BDD. Compétences : Java/Spark, Spring Boot, Spark, Hadoop, Hue, Hive, Azure, Rest API, Cucumber, BDD, Shell, Jenkins, Nexus, DevEnv, Git, IntelliJ. Domaine Fonctionnel : Finances, Métric de Marché. Méthodologies : Agile ( Daily Meeting, Sprint Planning, Sprint Review...), Clean Code, BDD, Test Unitaires/ Test d'Intégration.

Au sein du projet MASAI FRTB, plus précisément dans l'approche Standard (SA) j'ai travaillé sur les projet suivant:

- Dynamisation des grosses requêtes SQL les plus utilisées par les Business Analyst à l'aide de Spark Scala sur Zeppelin.

- Data Quality sur Zeppelin notamment pour les Bond, les CDS et les Equity avec du Spark Scala et exportation des résultats sous formats CSV pour interprétation ou visualisation sous forme de graphe sur Zeppelin.

- Développement d'une API pour le traitement du Bucketing qui est la première étape du process SBM à l'aide de Java/Spark.

- Développement d'une API de réconciliation entre les FO System Legacy et ceux de MASAI pour plusieurs sensi (IR_Delta, IR_Vega, Fx_Position...) et extraction des résultats de la réconciliation sous forme de table Hive et puis visualisation de ces rapports par Tableau par une autre équipe.

- Data Lineage pour les Equity Curvature Stress en faisant une connexion entre Spark et SQL Server afin de récupérer une colonnes de Bucket Timestamp n suivant plusieurs régles.

- Développement côté FRTB d'une application DQMF (Data Quality Managment Framework) sur deux Kqi (Key quality indicators) entre deux dates D et D-1 . Compétences : Hadoop, Hive, Spark, Scala/Spark, Java/Spark, Zeppelin, Git, Jenkins, CI/CD, Master Deploy, Nexus, Oracle SQL Server, Mobaxterm, IntelliJ. Domaine Fonctionnel : Finances, Risk de Marché, MASAI/FRTB. Méthodologies : Agile (Scrum Master, Daily Meeting, Sprint Planning) , Clean Code, Test Unitaires/ Test d'Intégration.