Ahmed Yassine Faik

Mission : Mise en place d’une plateforme (KEOPS) pour l’industrialisation des pipelines de Machine Learning dans le domaine de l’imagerie médicale. • Supervision et automatisation d’infrastructures hybrides (on-premise / Cloud OVH) via Terraform, Ansible. • Déploiement et orchestration de conteneurs via Kubernetes, Rancher, Docker. • Mise en place d’un environnement complet MLOps : Kubeflow, MLflow, Airflow, MinIO pour gérer l’entraînement, le suivi et le déploiement de modèles ML. • Renforcement de la qualité : documentation, conventions de nommage, mise en place de KPIs, bonnes pratiques MLOps. • Intégration continue & déploiement continu avec GitLab CI, Jenkins, SonarQube, Artifactory. Environnement : Agile/SAFe, Kubernetes (Helm, Kustomize), Docker, Rancher, GitLab CI, Jenkins, SonarQube, Artifactory, Ansible, Terraform, Kubeflow, MLflow, Airflow, MinIO, Orthanc (DICOM), Ovh Cloud, VMware, Python (Canda, Poetry, ML libs)

Mise en place d’un système d’apprentissage non supervisé de détection d’anomalies pour détecter les transactions douteuses.

Développement d’une application web de gestion des employés et construction d’un modèle d’apprentissage automatique pour la prédiction de départ des employés.

Développement d’un modèle de prévision météorologique et d’une plateforme ICO pour la vente de crypto-monnaies.