Amin khelifi

Mise en place des solutions IA Génératives sur microsoft Azure et aws: • Conception et déploiement d’architectures cloud pour des projets d’intelligence artificielle (GenIA) sur Azure et AWS, avec une approche orientée performance, sécurité et coûts maîtrisés. • Provisionnement d’infrastructures via Terraform : réseaux (VPC, sous-réseaux), AKS, ECS avec Fargate, RDS, Azure Storage, Key Vault, Azure Open AI ,APIM etc • Déploiement des applications conteneurisées à l’aide de Helm Charts sur AKS et ECS/Fargate, avec automatisation CI/CD via Azure DevOps et Gitlab • Intégration et administration des services IA : - Azure OpenAI, exposé de façon sécurisée via Azure API Management (APIM) (gestion des clés, quotas, authentification, monitoring). - LLM Gateway sur AWS pour exposer et gérer les appels vers SageMaker, Bedrock et Azure Open AI ou d’autres modèles personnalisés. • Implémentation de contrôles de sécurité (RBAC, IAM, managed identities, VPC endpoints) et d’observabilité (CloudWatch, Azure Monitor, Log Analytics). • Pratique active du FinOps : suivi et optimisation des coûts via Azure Cost Management, AWS Cost Explorer, tagging stratégique, alertes de dépassement, dimensionnement des ressources. • Travail transversal avec les équipes IA, Data et Sécurité pour garantir une solution robuste, scalable et conforme aux normes de gouvernance. Mise en place Architecture Data Cloud – Orchestration Airflow / ADF, Snowflake & Big Data (Cloudera CDP): • Conception et déploiement d’une architecture data hybride combinant Azure Cloud et Cloudera Data Platform (CDP). • Mise en place de templates de DAGs d’ingestion et de traitement Snowflake et Spark, avec des workflows automatisés orchestrés par Apache Airflow conteneurisé dans Azure Kubernetes Service (AKS). • Administration complète d’Airflow : configuration des connexions, gestion des DAGs, surveillance des exécutions, gestion des workers, scalabilité via AKS. • Construction et gestion de templates de pipelines d’intégration de données dans Azure Data Factory (ADF) pour charger, transformer et orchestrer les flux inter-systèmes. • Mise en place de CI/CD pour ADF avec Azure DevOps : automatisation du déploiement des pipelines (ARM templates / JSON), versionning, promotion d’environnements (dev → prod). • Mise en place des mécanismes de sécurité : Managed Identity, Azure Key Vault, Private Endpoints, contrôle d’accès (RBAC). • Travail conjoint avec les Data Engineers, Data Scientists et la BI pour garantir qualité, traçabilité et gouvernance des données (Data Lineage, monitoring, alertes). • Suivi des performances et optimisation des coûts Snowflake et ADF (monitoring, sizing, timeouts, usage charges). Rôle central dans la conception et l’industrialisation d’une plateforme applicative cloud-native sur Azure, conteneurisée dans AKS : • Rédaction des documents d’architecture (STG, HLD, LLD) incluant la modélisation réseau, sécurité, scalabilité, supervision et prévision budgétaire. • Définition et mise en œuvre de l’infrastructure avec Terraform : AKS, App Gateway, Key Vault, Managed Identity, Azure SQL,VNET etc • Déploiement d’applications conteneurisées dans AKS (Spring Boot, Angular, React,FastAPi…) • Services et jobs Python pour le traitement et l’automatisation • Mise en place d’une chaîne CI/CD complète avec GitLab et azure devops • Build, test, packaging Docker • Tests automatisés, scans de sécurité Fortify, tests de vulnérabilités (SAST/DAST) • Déploiement progressif dans les environnements (dev → recette → prod) avec approbations et rollback automatique • Supervision et journalisation via Azure Monitor, Log Analytics,Splunk , intégration Prometheus/Grafana pour les métriques applicatives. • Application des bonnes pratiques DevOps : GitOps, revue de code, pipelines validés par merge request, automatisation des tests qualité/sécurité. • Coordination avec les équipes projet, sécurité et développement pour garantir robustesse, conformité et performance de la plateforme. Technologies : LLM, Azure OpenAI, API Management, Terraform, Azure DevOps, GitLab, GitHub Actions, Jenkins, Helm, Kubernetes, AKS, Docker, Azure, AWS, ECS, Fargate, ECR, SageMaker, Bedrock, CDP (Cloudera Data Platform), Hive, Spark, NiFi, Snowflake, ADF (Azure Data Factory), Apache Airflow, API Gateway, PostgreSQL, Cosmos DB, Azure SQL, Spring Boot, Angular, React, Python, Shell, Go, YAML, HCL, Fortify, Prometheus, Grafana, Azure Monitor, Log Analytics,Cloudwatch,drawio, Entreprise Architect

Context : Mise en place d’un data lake finance avec des solutions de restitution BI • Conception et mise en œuvre d’un data lake financier pour centraliser, fiabiliser et valoriser les données comptables et analytiques, avec modélisation complète des flux d’alimentation et de restitution. • Responsable technique sur des projets d’automatisation et de certification comptable : revue analytique, contrôle des écritures manuelles, évaluation des risques, intégrés au cœur du data lake. • Migration réussie de la plateforme MSBI on-premise vers Azure, assurant une continuité de service et une modernisation progressive de l’architecture BI. • Développement et intégration des flux de données via Talend for Big Data, SSIS et Python, garantissant qualité, traçabilité et disponibilité des données. • Mise en place de la chaîne CI/CD avec Jenkins, Git et Azure DevOps pour industrialiser les déploiements et sécuriser les releases applicatives. • Pilotage d’un POC Azure avancé sur Databricks et Synapse, avec usage de Delta Lake pour améliorer les performances de traitement et la scalabilité des analyses. Technologies: Hortonworks,Hive,Ambari,kafka,talend for big data,Sqlserver,SSIS,SSAS, PowerBi, ELK,Scala,Spark,Ansible,Jenkins,git, Azure,Docker, Python, MagicDraw

Contexte : Mise en place d’un nouveau data lake (Trading et ventes) Maintenance évolutif de la plateforme décisionnel • Conception de l’architecture du data lake trading & ventes, avec un fort accent sur la modélisation des données pour assurer intégrité, performance et scalabilité des flux intégrés. • Développement de modèles de données complexes pour intégrer les flux vers Hadoop, en utilisant Scala, Apache Spark, et Kafka pour structurer et traiter les données de trading et de vente. • Conception d’algorithmes de modélisation avancés pour le calcul de la contribution client, à partir de grands volumes de données dans un environnement distribué. • Modélisation en temps réel des Request For Quote (RFQ) avec Spark Streaming et Kafka, pour optimiser le traitement des flux de prix et soutenir la prise de décision rapide. • Préparation de datasets robustes et optimisés pour l’équipe Data Science, facilitant la création de modèles prédictifs et l’analyse approfondie. • Intégration des modèles de données dans Microsoft BI et Power BI pour la visualisation décisionnelle et la production de rapports analytiques financiers. • Refonte de l’architecture BI, avec une nouvelle approche de modélisation pour améliorer la scalabilité, la pertinence métier et la performance analytique. Technologies: Hortonworks,HDFS,Scala,Spark,Spark streaming,kafka,Solr,Hive,Hbase,Microsoft BI,Business Object,Power bi,python, Méthodologie Agile

• Audit & optimisation BI : Pilotage de l’audit de la plateforme décisionnelle Microsoft, mise en œuvre de bonnes pratiques SSIS/SSAS et migration vers SQL Server 2012, améliorant performance et sécurité. • Automatisation des réapprovisionnements : Conception d’une architecture BI et d’algorithmes T-SQL pour automatiser le réapprovisionnement des stocks, réduisant les coûts et les délais d’approvisionnement. • Reporting financier avancé : Création de rapports financiers et d’analyses de cohortes avec SSRS et MDX, fournissant des insights stratégiques pour la direction. • Self-Service BI avec Power BI : Mise en place d’une solution Power BI pour les utilisateurs métiers et formation des power users, augmentant l’autonomie et la réactivité analytique. • Intégration de données multi-sources : Développement de flux d’intégration (SSIS, C#, MongoDB) pour synchroniser les données avec Adobe Campaign et les systèmes de gestion des prix, au service des équipes marketing & vente.

Contexte : Projet de réconciliation des données bancaires • Conception avancée de l'architecture de données pour un projet de réconciliation des données bancaires chez Parkeon : Dirigé la modélisation des données et la conception de l'infrastructure BI, y compris la création d'un staging area, d'un Operational Data Store (ODS), et d'un Data Warehouse, en employant des pratiques de modélisation des données sophistiquées pour assurer l'intégrité, la performance et l'accessibilité des données dans un environnement SQL Server 2012. • Développement et optimisation de solutions BI pour l'analyse et le reporting : Piloté le développement de packages SSIS pour le traitement des données et intégré des rapports SSRS dans SharePoint, mettant en œuvre des modèles de données complexes pour faciliter la réconciliation précise des données bancaires et la distribution des insights à travers un portail décisionnel personnalisé. Technologies : Sql Server 2012, Azure, Sharepoint,SSIS,SSAS,SSRS , TFS, Méthodologie Agile