Phenytech

Pourquoi Phenytech ?

Chez Phenytech, nous pensons que de bons projets data reposent avant tout sur l’écoute et la compréhension des enjeux de nos clients.

C’est pour aider les entreprises à taille humaine, les sociétés innovantes, les start-ups et toutes celles qui veulent conquérir rapidement des marchés que Phenytech a été fondée il y a 15 ans par deux data engineers d’expérience, rejoints depuis par de nombreux talents, tous spécialistes et à la pointe de leur domaine.

Nous proposons des solutions ingénieuses, adaptées aux besoins de nos clients et suppléant de façon intelligente aux manques internes, en leur faisant gagner du temps et de l’argent.

Qui sont nos clients ?

55%

ETI

34%

PMI

11%

Grands comptes

35%

Startup

65%

Entreprises établies

Nos expertises

Nous avons à cœur d’apporter les meilleures compétences techniques data/cloud/devOps

Nous avons une approche complète, portée par une excellente connaissance
des solutions et outils du marché, alliant fiabilité et innovation permanente.

data

Big Data : Gestion et traitement de données massives.
Data Science : Utilisation de méthodes scientifiques, de processus et d'algorithmes pour extraire des connaissances à partir de données structurées et non structurées.
Data Engineering : Construction et maintenance des architectures de données, pipelines ETL, et entrepôts de données.
Gouvernance des données : Mise en place de politiques et de processus pour assurer la qualité, la sécurité et la conformité des données.
Reporting/DataViz : Transformation des données en informations exploitables pour la prise de décision.

Outils : PostgreSQL, Mysql, SQL Server, Oracle, MonetDB, Vertica, MongoDB, Elastic Search/Kibana,
GCP : Bigtable, Pubsub, Cloud Functions, Cloud Run, BigQuery
AWS : RDS, Redshift, SNS, Glue Job, EMR
Divers : Snowflake, Apache Kafka, RabbitMQ, Apache Spark, Starlake, DBT, AWS Glue, Dataproc, Airflow, Talend, Pentaho Data Integration, Tableau, Microsoft PowerBI

devOps

CI/CD : Mise en place de pipelines d'intégration continue et de déploiement continu pour automatiser et accélérer les cycles de développement.
Infrastructure as Code (IaC) : Utilisation de code pour gérer et provisionner l'infrastructure informatique.
Containerisation : Déploiement et orchestration de conteneurs pour des environnements isolés et reproductibles.
Surveillance et logging : Implémentation de solutions de monitoring et de journalisation pour assurer la visibilité et la performance des systèmes.

Outils : Github Actions, Gitlab CI/CD, BitBucket, Jenkins, Terraform, Docker, Kubernetes, Prometheus, Grafana, Datadog

cloud

Infrastructure as a Service (IaaS) : Provision de ressources informatiques virtualisées à la demande.
Scalabilité : Capacité à augmenter ou réduire les ressources informatiques en fonction des besoins.
Sécurité Cloud : Mise en œuvre de mesures de sécurité pour protéger les données et les applications dans le cloud.
Migration vers le cloud : Déplacement des infrastructures, des applications et des données d'un environnement local vers un environnement cloud.

Outils : Amazon Web Services (Lambda, Fargate, RDS, Redshift, EMR, Glue jobs), Microsoft Azure (Container Instances, Linux Webapp), Google Cloud Platform (GKE, Cloud run jobs, Cloud functions, BigTable, BigQuery), Contrôle d'Accès et Gestion des Identités (IAM), Chiffrement des données, Pare-feu et protection du réseau