Bonjour, je suis Javi.
Je dirige des équipes d’ingénierie des données et je conçois, construis et exploite des plateformes de données à grande échelle dans le cloud.
Mon travail se situe à la croisée de l’architecture de données, de la performance, des pratiques d’ingénierie et de l’exploitation en production.
Je travaille beaucoup avec SQL Server, Microsoft Fabric, Azure, Python, Delta Lake et les plateformes de données cloud modernes.
Mais la technologie n’est qu’une partie du métier.
Ce qui m’intéresse le plus, c’est le comportement des systèmes quand ils deviennent réels : plus de données, plus d’utilisateurs, plus d’intégrations, plus de déploiements et plus de choses qui peuvent échouer.
Ce sur quoi je travaille
Ingénierie des données
Concevoir des architectures d’ingestion, de transformation et de mise à disposition.
Architecture cloud
Construire des systèmes de données évolutifs dans des environnements cloud modernes.
Plateforme de données Microsoft
SQL Server, Microsoft Fabric, Azure et plateformes analytiques.
Performance et volumétrie
Des systèmes qui traitent des centaines de millions, voire des milliards de lignes.
IA et données
Usage pratique des LLM, des API et de l’automatisation autour des données d’entreprise.
Pratiques d’ingénierie
Git, CI/CD, observabilité, débogage, tests et exploitation en production.
Ma façon d’aborder l’ingénierie
Je préfère l’ingénierie pragmatique à l’architecture pour elle-même.
Partir du problème
Les choix technologiques doivent suivre la charge de travail, pas les tendances.
Mesurer avant de changer
Le travail de performance commence par des faits.
Concevoir pour l’exploitation
Journalisation, déploiement, débogage et reprise font partie de l’architecture.
Une complexité assumée
Plus de couches, de services et d’abstractions n’est pas forcément mieux.
Construire pour le changement
Les plateformes, les technologies et les besoins métier évoluent.
Partager ce qu’on apprend
Expliquer un problème améliore souvent la solution.
Pourquoi Javi on Data
J’ai créé Javi on Data pour documenter les leçons d’ingénierie qui se perdent facilement quand les projets se terminent.
L’objectif est de transformer l’expérience pratique en contenu utile pour d’autres ingénieurs :
- Des articles techniques approfondis
- Des architectures de référence
- Des projets ouverts
- Des listes de vérification et des guides visuels
- Des conférences et des ateliers
- Des discussions avec la communauté
Certains contenus partent d’une simple question. D’autres viennent de problèmes de production, d’analyses de performance, de compromis d’architecture ou d’expériences.
L’objectif reste le même : rendre les problèmes complexes d’ingénierie des données plus faciles à comprendre et à appliquer.
Apprendre, construire, partager
Javi on Data repose sur une idée simple : ce qu’on apprend prend plus de valeur quand on le transforme en quelque chose d’utile pour les autres.
- ApprendreÉtudier un problème en profondeur
- ConstruireEn faire du code qui fonctionne
- PublierL’écrire clairement
- PartagerLe présenter à d’autres
- DiscuterComparer avec d’autres ingénieurs
- AméliorerRéinjecter les leçons
Où trouver chaque étape sur le site
- ApprendreArticles Des articles approfondis sur l’architecture, la performance et l’ingénierie de production.
- ConstruireProjets Des projets et des implémentations de référence à étudier et adapter.
- PartagerConférences Des conférences et des ateliers pour meetups, conférences et équipes.
- DiscuterCommunauté Ce dont parlent les ingénieurs, avec un avis pratique.
- RéutiliserRessources Listes de vérification, diagrammes et guides de décision pour le quotidien.
Ce que j’explore en ce moment
Des axes techniques, avec ce que le site couvre déjà pour chacun. Ce sont des centres d’intérêt et un travail en cours, pas une liste de réalisations.
Architecture Microsoft Fabric
21 pages sur le site48 articles prévus
Commencer parRessourceMicrosoft Fabric Certification Study Planner
Architecture Medallion
5 pages sur le site10 articles prévus
Commencer parRessourceMedallion Architecture Visual Guide
Delta Lake à grande échelle
7 pages sur le site29 articles prévus
Commencer parRessourceFabric Notebook Performance Checklist
Performance SQL Server
9 pages sur le site33 articles prévus
Commencer parRessourceSQL Server Performance Tuning Checklist
CI/CD pour les plateformes de données
5 pages sur le site4 articles prévus
Commencer parRessourceMicrosoft Fabric Certification Study Planner
IA et données d’entreprise structurées
3 pages sur le site
Commencer parArticleUsing LLMs with Your Data: Practical Patterns
Ingénierie des données à grande échelle
5 pages sur le site17 articles prévus
Commencer parRessourceDelta Lake Partitioning Checklist
À qui s’adresse ce site
Le même contenu sert deux types de lecteurs, sous des angles différents.
Étudiants et ingénieurs en apprentissage
- Comprendre les concepts
- Suivre des tutoriels pratiques
- Explorer l’architecture
- Construire des projets
- Adopter tôt une vision production
Professionnels expérimentés
- Comparer des modèles d’architecture
- Étudier les compromis en production
- Améliorer la performance
- Réutiliser listes de vérification et références
- Discuter de vrais problèmes d’ingénierie
Restons en contact
Une question, un problème de data engineering à discuter, un projet sur lequel collaborer ou une intervention à proposer ?
M’envoyer un message Me suivre sur LinkedIn (s’ouvre dans un nouvel onglet)