Abdelhamid Haouas

Modernisation des plateformes data utilisées pour les assortiments produits, les prix et les flux logistiques entre entrepôts et magasins. - Migration d'applications batch Spark/Scala vers GCP Dataproc 2.3 Standard (Spark 3.5, Scala 2.12, Java 11/21), adaptation des dépendances et packaging sbt. - Conception de pipelines GCS/BigQuery et Spark SQL intégrant référentiels produits et données entrepôts pour calculer les assortiments et priorités d'approvisionnement. - Modernisation de services événementiels Java 21, Kafka 3.8.1 et Avro ; fiabilisation d'API et de composants Bigtable/BigQuery, tests d'intégration et déploiements GKE. - Conception de skills et extensions pour Gemini CLI, Claude Code et Codex, avec Python, MCP et agents IA pour les migrations, tests et diagnostics. - Création de workflows IA de déploiement : prérequis, installation, contrôles et rollback via GitLab CI/CD, Kubernetes/GKE, Rundeck et Azkaban.

Conception d'une plateforme Safety-Related Traffic Information qui agrège des données d'équipementiers automobiles et d'autorités publiques, les normalise et les diffuse en quasi temps réel via API REST. - Développement d'API FastAPI sur HBase/Solr avec filtres, pagination et agrégations. - Conception de pipelines Kafka vers HBase/Solr en Python et Apache NiFi, avec validation de schéma, idempotence, back-pressure et règles TTL. - Mise en œuvre de la déduplication, du fenêtrage temporel et de la normalisation multi-sources ; création d'un tableau de bord de suivi temps réel. Environnement : Kafka, Apache NiFi, HBase, Solr, Python, FastAPI, Dash, Java, REST/JSON, Linux, Git.

Conception et optimisation de pipelines batch et streaming traitant jusqu'à 2,5 Po de données par jour. - Développement de traitements Spark Structured Streaming et Kafka, avec haute disponibilité et réplication. - Industrialisation des déploiements GitLab CI/CD, portant la fréquence de livraison à x3. - Mise en place de tableaux de bord SLA Grafana/Prometheus, contribuant à réduire le temps moyen de résolution des incidents (MTTR) de 30 %. Environnement : Spark, Kafka, Python, Scala, GCP BigQuery, Kubernetes, Docker, Airflow, GitLab CI/CD, Grafana.

Projet MRO pour l'industrie aéronautique : conception d'un chatbot Microsoft Bot Framework pour l'assistance utilisateurs et développement d'une application mobile Ionic/Angular connectée à SAP HANA Cloud. Participation aux ateliers agiles et aux scénarios de test.

Optimisation du placement de composants logiciels par programmation linéaire avec GLPK et génération automatique de code, réduisant le temps de calcul de 15 %.

Développement de services PHP MVC/MySQL pour le diagnostic des incidents du réseau fixe Bouygues Telecom et automatisation de rapports PDF statistiques utilisés par plus de 50 personnes.