Léa M.
Ingénieure Pipelines de Données & Open Data · Vannes
Mon Parcours & Ma Démarche d'Ingénierie
Ingénieure data à Vannes, je développe des pipelines d'extraction et de normalisation branchés sur les référentiels publics français (SIRENE, BODACC, BOAMP, Cadastre). Ce carnet documente l'automatisation de la veille économique et la qualité des bases de données.
L'exploitation des registres publics français (SIRENE, BODACC, BOAMP, données cadastrales DGFiP) souffre d'un paradoxe persistant : si la matière brute est légalement en accès libre, son hétérogénéité, ses ruptures de schémas et ses anomalies de codage la rendent inexploitable sans une chaîne de traitement rigoureuse.
Mon engagement quotidien consiste à concevoir des architectures d'ingestion résilientes et déterministes. Face au flux continu des annonces légales et des avis administratifs, chaque pipeline applique des filtres d'intégrité stricts : calcul d'empreinte SHA-256 pour interdire les faux déclenchements, rapprochement par identifiants légaux univoques et cadencement respectueux des infrastructures hébergeuses.
Trois Principes d'Ingénierie & Déontologie des Données
Rapprochement Non Destructif
La donnée publique conserve son origine native après ingestion. Rapprochement strict par identifiants légaux (SIREN/SIRET) sans extrapolation hasardeuse.
Déduplication SHA-256
Calcul d'empreintes cryptographiques interdisant les déclenchements parasites sur deltas mineurs et alertes sans matérialité réelle.
Cadencement RFC 9309
Respect scrupuleux des directives d'indexation, latence aléatoire (3 à 8s) et consommation prioritaire d'API pour ne jamais saturer les serveurs distants.
Référentiels & Outils d'Investigation
Publications signées (3)
Comment concevoir un système de veille concurrentielle pérenne et respectueux des serveurs cibles ?
Architecture de veille automatisée : cadencement éthique des requêtes, respect de la norme RFC 9309 et stratégies d'extraction à faible impact serveur.
Comment surveiller automatiquement les prix de ses concurrents sans fausses alertes ?
Guide d'ingénierie pour fiabiliser la veille tarifaire : parsing Schema.org JSON-LD, seuils statistiques d'écart-type et élimination des faux positifs.
Scraping navigateur ou consommation d'API officielles : quel choix pour sa veille tarifaire ?
Comparatif technique d'ingénierie data entre scraping headless browser et API officielles : coûts réels, empreinte mémoire, contournement WAF et fraîcheur.