ABDELMONEM BEN YAHIA

• Projet Middleware IBS : Mise en place d’une couche d’intégration data transverse permettant la communication temps réel entre les applications opérationnelles de l’entreprise via une architecture event-driven. • Conception et développement des flux d’intégration événementiels basés sur Azure Service Bus et Azure Event Grid. • Développement des Azure Function Apps pour traiter, transformer et router les événements entre systèmes. • Implémentation d'une synchronisation des commandes d’achat entre Trax et NetSuite. • Intégration des données de vols au format AIDX . • Automatisation de l’intégration des heures et cycles APU dans Trax... • Technologies:AzureFunctions,ServiceBus,EventGrid,AzureSQLServer,KeyVault,StorageAccount,AWSSQS,bicep,BucketS3... • Data Warehousing : Construction de pipelines analytiques et d’indicateurs de performance pour différents directions. • Développé des pipelines d’ingestion et transformation dans Databricks. • Projet Mishandled Luggages : Ingestion des fichiers SITA, nettoyage, normalisation et modélisation des données bagages. • Projet KPI Direction Technique : Construction d’indicateurs pour avions NoGo, défauts HIL et MEL. • Projet Ground Services Performance : Développement d’indicateurs de performance liés au parcours passager. • Technologies:Databricks,SQL,Python,AzureDataLake,Terraform,PySpark • Migration Talend vers Azure : Projet stratégique de modernisation visant à remplacer les flux ETL historiques développés sous Talend par une architecture cloud Azure. • Cartographie et analyse de l’ensemble des flux Talend existants (sources, transformations, dépendances, planifications). • Identification des optimisations possibles réimplémentation des pipelines sous ADF.

• Mise en œuvre de contrôles de la qualité des données et de processus automatisés de validation des données • Mise en place des pipelines de données ETL.

Projet SAS : réalisation d’une plateforme data d’ingestion et de traitement de données. ○ Participation à des ateliers de conception. ○ Automatisation de la création des ressources nécessaires pour les environnements de production et de préproduction. ○ Développement des modules de prétraitement et de post-traitement de la plateforme en python sous forme de serverless. ○ Participation au développement d’un module de traitement de données. ○ Déploiement de toutes les briques de la plateforme (Azure fonctions, App service ...) dans une démarche CI/CD grâce à Azure Devops. ○ Gestion des ressources de stockage (SQL server, Service bus, Blob storage) ○ Test et validation. Projet Storengy : mise en place d’un Api pour calculer la configuration optimale d’allumage des compresseurs pour le site d’Etrez, représentant le 1er site de stockage du gaz naturel en cavités salines en France. ○ Participation à des ateliers de conception avec le client et rédaction des spécifications fonctionnelle et technique. ○ Validation des modèles de fonctions de rendements gràce aux données historiques issues de Braincube. ○ Implémentation du noyau de calcul de l’optimiseur linéaire : il s’agit d’un problème d’optimisation linéaire avec contraintes. Projet Vertuoz Control: optimisation e ́nerge ́tique des bâtiments tertiaires. ○ Mise en place des pipelines de données communiquées par des objets connectés (capteurs de présence, sondes de température, index des compteurs...). ○ Production des tableaux de bord en Power Bi. ○ Estimation des gains énergétiques (protocole IPMVP). Projet Référentiel Commun : Uniformisation et centralisation des métadonnées de l’entreprise. ○ Création d’un modèle générique entité-relation. ○ Synchronisation des applications avec la base de donne ́es du référentiel. ○ Recette et validation. Projet Ademe : valorisation des données open data. ○ Enrichissement du datamart local par les données open data. ○ Analyse des données de DPE. ○ Identification des bâtiments tertiaires énergivores dans l’optique d’une prospection commerciale.

Objectif du stage : Vérification des hypothèses de la mission de fatigue des actionneurs par le biais d’une analyse orientée Big Data. Les différentes tâches sont les suivantes : - Nettoyage et transformation des tables - Filtrage numérique des données capteurs des avions. - Analyse des séries temporelles et détection des anomalies. - Application des algorithmes de classification. - Application du framework MapReduce. - Etudes statistiques approfondies ( p-valeur, estimateur, test d'hypothèses). - Présentation des résultats et rédaction des rapports

Objectif du stage : Simulation d'un bras de robot souple (Soft Robot). La robotique molle est un domaine récent et en cours de recherche de la robotique. Contrairement à un bras de robot classique dont le mouvement est linéaire en fonction de la commande, le bras d'un robot souple est indescriptible par un modèle mathématique simple reliant le déplacement à la commande, d'ou la nécessité d'opter pour les techniques de l'intelligente artificielle. Pendant ce stage, on a testé des algorithmes d'apprentissage automatique sur une base de données issue des expériences sur le robot afin de trouver la meilleur fonction de prédiction minimisant ainsi les erreurs.