Profil
Software Engineer (Python, Go) / AI Engineer.
Je suis profondément passionné par le développement de logiciels, et j'ai un vif intérêt pour l'Intelligence Artificielle (IA). Cet intérêt est étayé par deux publications académiques en IA. Bien que ma trajectoire professionnelle ait principalement été dans l'ingénierie logicielle, mes précédentes explorations en IA continuent d'enrichir ma compréhension et mon approche des solutions logicielles modernes. Je suis engagé à affiner continuellement mes compétences en conception logicielle, participant activement à toutes les phases du développement de projet—de la modélisation des données au déploiement. En tant que personne qui valorise l'apprentissage continu, je me tiens à jour avec les dernières avancées en IA, intégrant des perspectives pertinentes dans ma pratique du développement de logiciels pour fournir des solutions innovantes et efficaces.
Technical Stack:
Language :
Python, GO, Javascript, C++, Bash.
Data Processing :
SQL, Pandas, Pyspark .
Backend Frameworks :
FastAPI , GIN GO , Flask, .
Front Frameworks :
React.
Web servers :
Nginx, Apache.
Database :
Postgresql, MySQL, MongoDB, ElascticSearch.
AI frameworks & libs :
Tensorflow, Keras, Scikit-learn, OpenCV.
Version control & Devops :
Docker, Docker-Compose, Git.
Experiences
Développement du Système de Gestion de Réseau FTTH
En tant que Software Engineer chez Free, j'ai travaillé sur le projet SI Arobase développé par ILIAD entre. Ce projet avait pour objectif de mettre en place une solution de gestion du réseau FTTH de la filiale Play du groupe ILIAD en Pologne.
Principales Réalisations :- Orchestration du développement d'Arobase SI, un système de gestion de réseau FTTH novateur pour la filiale Play d'ILIAD en Pologne.
- Innovation d'une interface de serveur d'authentification utilisant React, améliorant l'accès et les capacités de gestion des utilisateurs.
- Conception d'une application complète pour l'intégration de systèmes tiers avec l'API Core, révolutionnant la gestion du réseau FTTH.
- Création d'interfaces graphiques intuitives pour la gestion efficace du réseau et des itinéraires optiques.
- Développement de bases de données relationnelles robustes utilisant SQL pour une gestion de données améliorée.
- Mise en place d'une stratégie de déploiement continu (CI/CD) avec GitLab et Swarm.
- Intégration d'AWS S3 pour des solutions de stockage de fichiers sécurisées et efficaces.
- Création d'un pipeline ETL avec Logstash pour améliorer la fonctionnalité de recherche d'adresses.
Migration d'une application php to Golang
Dans mes efforts continus chez Free, j'ai relevé le défi de moderniser les systèmes hérités pour améliorer la performance et la scalabilité.
Contributions Clés :- Transition réussie d'un projet PHP hérité vers une architecture moderne et scalable basée sur Golang.
- Redesign de l'API Flux en Go pour une performance améliorée et une intégration sans faille.
- Configuration et optimisation d'un pipeline CI/CD GitLab pour un déploiement efficace avec Docker Swarm.
Environnement Technique : GO, Python, FastAPI, Gin, SQL, TDD, PostgreSQL, ELK, AWS S3, Docker, Docker Swarm, OpenAPI, Prometheus, Grafana
- Direction de la création d'un système d'authentification de documents basé sur les microservices utilisant FastAPI.
- Intégration de la plateforme avec la blockchain Solana pour des transactions numériques sécurisées.
- Conception d'une interface conviviale avec Vue.js, en mettant l'accent sur une expérience utilisateur améliorée.
- Automatisation de workflows complexes au sein du CRM Hubspot en utilisant un script Python avancé.
- Orchestration de solutions d'ingénierie des données utilisant Elasticsearch, BigQuery et MySQL pour améliorer l'analyse des données.
- Développement d'un système intégré Google Meet et Calendar pour la planification automatique des réunions.
- Mise en place d'un système d'alerte personnalisé pour la gestion des calendriers d'entreprise en utilisant l'analyse prédictive.
- Conception d'outils pour l'analyse des métriques et le suivi des performances, intégrant diverses sources de données.
- Création de tableaux de bord interactifs et pilotés par l'IA sur Klipfolio pour l'intelligence d'affaires et la surveillance.
- Environnement Technique : Sanic, Flask, Javascript, Node.js, Vue.js, MySQL, BigQuery, Docker, Docker-Compose
Societé de R&D dont l’activité est le diagnostic et la compréhension des phénomènes de pollution urbaine par modélisation de la qualité de l’air à l’échelle du quartier, mais aussi de la ville.
- Développement d'un SAAS qui permet aux clients d'utiliser les modèles (Mécanique des fluides)
- Conception et réalisation de modèles de Deep Learning qui permet d’apprendre les lois de la physique afin de prédire la dispersion de pollution en temps réel (publié dans un article de recherche)
- Création d'interface Web interactive interagissant avec le modèle (Deep Learning) en production.
- Construction d'un serveur de calcul en Nodejs qui traite les études reçus par le SAAS.
- Développement d'APIs pour la réception et vérification les données de l'ensemble des réseaux de capteurs Air&D et assure l'insertion à la base de donnée.
- Développement du frontend afin de visualiser les flux des données reçus.
- Environnement Téchnique : Dév(Django, Flask, Dash, Sanic, Js, Nodejs, Vuejs, Postgresql, Docker), Data (Pandas, Pyspark, CNN, MultiResUnet)
Projet : Pour une meilleure qualité de données pour ses clients, Orisun a décidé d’imputer les données manquantes, en se basant sur les méthodes de prévision en économie, mais aussi les méthodes d’intelligence artificielle, Deep Learning en particulier.
- Développement des Apis en Flask qui reçoivent le flux de données des capteurs et les insérent dans la base de données.
- Estimation des données manquantes en utilisant LSTM (une variante de Réseaux de neurones Récurrent).
- Time series forecasting en utilisant, ARIMA et le LSTM.
- Fine Tunning des modèles LSTM d’une station vers une autre, Incremental Learning pour mettre à jour périodiquement les paramètres du modèle.
- Méthodes utilisées : Predictions models (LSTM, GRU), Exploratory Data Analysis , Forecasting, Transfer Learning, ARIMA.
Formation
Publications et Certifications
- 2018 International Conference on Intelligent Systems and Computer Vision (ISCV) :
- Cornell University academic (Third Article):
- Le Prix 2019 de l’Université de Fès sur la recherche et l’innovation sur le Handicap intutilé : " Intelligence Artificielle pour la Traduction en temps réel du Langage Marocain des Signes".
- DeepLearning.AI Certification 2017: Neural Networks and Deep Learning