Mohammed Amine Majoud

Contexte Mise en œuvre d’une plateforme data/IA cloud-native et multi-cloud (AWS & GCP), orientée performance, sécurité et scalabilité. Rôle transversal entre équipes Data, AI/LLM, Search et SRE pour industrialiser les usages IA (RAG, évaluation, serving) et accélérer la delivery produit. Missions & Réalisations clés Plateforme & feuille de route technique : conception et développement de fonctionnalités cœur (APIs, microservices, orchestration) avec un code maintenable et testé (clean architecture, DDD), en alignement avec la stratégie IA de l’entreprise. Infrastructure as Code / GitOps : standardisation IaC Terraform (réseaux, compute, stockage, secrets, policies) et déploiements GitOps avec ArgoCD/Helm sur EKS/GKE ; environnements multi-comptes, chiffrement KMS/Secrets Manager, contrôles IAM. CI/CD robuste : pipelines GitLab CI (build, test, security scans, promotion), intégration qualité (Sonar, tests e2e) et releases traçables ; gestion des artefacts et des environments. LLMOps & MLOps : mise en place de pipelines d’entraînement/évaluation/déploiement (features, datasets versionnés, approvals), registry modèles, et observabilité d’inférence (latence, coût, dérive). Évaluation LLM : définition de métriques (exact match, F1, faithfulness, judge LLM), jeux de tests, harness d’évaluation automatisé (batch & online) pour modèles fondamentaux ou fine-tuned. RAG & Vector DB : conception d’un RAG production-grade (chunking, reranking, garde-fous) appuyé sur PGVector / OpenSearch ; optimisation du rappel/précision et de la coût-latence. Model serving & optimisation : déploiement de modèles via vLLM/ONNX Runtime/Triton, optimisation quantization/distillation/ONNX pour améliorer latence et débit ; stratégies d’auto-scaling et canary. Intégration Search : intégration et optimisation Elasticsearch/OpenSearch/Solr (indexation, analyzers, relevancy tuning) pour enrichir les capacités de recherche applicative. SRE / Opérationnel : mise en place de monitoring, logging, alerting (Prometheus, Grafana, CloudWatch, ELK), SLO/SLI, runbooks et automatisations de remédiation ; gestion d’incidents et post-mortems. Partenariats techniques : cadrage avec fournisseurs/éditeurs (roadmaps, coûts, sécurité), POCs comparatifs et intégration des solutions retenues. Environnement technique Cloud : AWS (EKS, Lambda, API Gateway, S3, DynamoDB, IAM, KMS, SQS, Bedrock) ; GCP (GKE, Cloud Run, Pub/Sub, Cloud Storage). IaC / Orchestration : Terraform, ArgoCD, Helm, Ansible, Kubernetes, Docker. CI/CD & Qualité : GitLab CI, Jenkins, SonarQube, tests automatisés. LLM/ML : Bedrock (Claude 3, Titan), RAG, vLLM, ONNX Runtime, Triton, Step Functions. Data & Messaging : PostgreSQL, DynamoDB, DocumentDB, Kafka/SQS, Data Lake. Vector / Search : PGVector, OpenSearch, Elasticsearch, Solr. Langages : Python, TypeScript/Node.js, Java. Observabilité & Sécurité : Prometheus, Grafana, ELK, CloudWatch, policies IAM, secrets management. Impact Réduction du TTM (time-to-market) grâce à une chaîne CI/CD industrialisée et GitOps. Diminution de la latence d’inférence et du coût via optimisations (quantization/distillation) et autoscaling. Amélioration mesurée de la précision RAG et de la fiabilité des réponses (évaluations automatisées & guardrails).

Contexte: Application pour la gestion du système de fidélité entre les filiales du groupe et les partenaires. Réalisations : - Conception et implémentation de web services en Domain-Driven Design (DDD) pouvant gérer des flux à forte volumétrie. - Migration de modules d'une infrastructure On Premise vers AWS Cloud. - Développement d’API en Python Flask, Node.js, Java Spring et Go pour intégrer des microservices et gérer les échanges interservices. - Création d’applications frontend et dashboards en Angular et Next.js pour une expérience utilisateur fluide. - Implémentation de l’infrastructure as code (IaC) avec Terraform pour automatiser le déploiement des services AWS (VPC, IAM, API Gateway, DynamoDB, S3, Lambda, etc.). - Automatisation des processus de build, déploiement et tests avec GitLab CI/CD et Jenkins, incluant des workflows robustes. - Déploiement et orchestration de conteneurs avec Docker et Kubernetes dans un environnement multi-régions. - Configuration et gestion des pipelines CI/CD pour des cycles de livraison rapides et fiables. - Gestion de workflows distribués avec Celery et orchestration des tâches complexes. Environnement technique : Microservices (DDD), Python, NodeJS, Java 17, API Management, Kotlin, Spring boot, AWS (VPC, ELB, ECS, SNS, MSK, S3, IAM, API Gateway, DynamoDB, Lambda, Cloudwatch, Dynatrace, ... ), Docker, Kubernetes, Terraform, Kafka Connect, Kafka Stream, Gitlab, Jenkins, Maven, Oracle, MySQL, Angular 9, Flask, FastApi, Distributed worklows (celery, ..), MongoDB, DynamoDB, IAM, Forgerock.

Contexte: Application pour la gestion de la trésorerie des banques au niveau du middle office. Elle permet aux banques d’avoir une vision en temps réel de l’évolution de la liquidité sur les comptes. Réalisations : - Développement en multithreading d’API REST pour mettre à dispositions des flux de liquidité. - Implémentation d'IHM en React. - Conception et implémentation d’un ETL pour le Data mining. - Conception d'architecture pour assurer la scalabilité de l'usine logiciel. - Mise en place d’outils Devops (Docker, Jenkins,…). - Analyse de donnèes en Spark. Environnement technique : Microservices, API, Gateway, Data Mining, Hexagonal/Clean Architecture, Java 11- 8, Python, NodeJS, GraphQl, JavaFX, Swing, Spring boot (2.0.6), Spring 5 (Core, Data, Rest, Integration, Batch), Cloud Azure, Tomcat 8, Docker, Kubernetes, PostgreSQL, Oracle, OpenAPI ,ELK; Graphana, RabbitMQ ActiveMQ, WebsphereMQ, CI/CD, Jenkins,Sonar, React/Redux, Scala, Apache Spark, React/Redux, TypeScript.

Contexte: STELLAIR est une plateforme technologique IOT proposant aux professionnels de santé l’accès aux fonctionnalités SESAMVitale en mobilité comme au cabinet, avec une expérience utilisateur équivalente quel que soit le périphérique par lequel il accède à ce service(PC, smartphone, tablette) et ce,sans installation. Réalisations : - Migration de service OnPremise vers AWS. - POC pour la comparaison entre technologies SSO connus du marché et Intégration de la solution Amazon Cognito. -Implémentation de fonctionnalités concernant la gestion des utilisateurs et la souscription aux différentes offres de la plateforme. - Indexation et requêtage sur une base de données ElasticSearch. Environnement technique : Java 8, Spring, SpringBoot, NodeJS, Kafka, ElasticSearch, Gradle,React/Redux, GIT, SVN, SSO, AWS Cognito, AWS Cloud, Bitbucket, IOT.

Contexte: (Projet from scratch) Le CCIStore est une marketplace de services en BtoB, conçue par les entrepreneurs pour les entrepreneurs pour trouver les solutions digitales les plus adaptées à leurs entreprises. Présent depuis le tout début du projet, j'ai contribué à la réalisation des grandes fonctionnalités sur le projet(moteur de guidance, moteur de recommandation, algorithmes de calculs d'aide à la décision, ...). Réalisations : -Réalisation de grandes fonctionnalités (moteur de guidance, moteur de recommandation, algorithmes de calculs d'aide à la décision,...) - Développement de REST API Backend - Développement du BackOffice en Python avec la framwork Django. - Indexation de données sur ElasticSearch et configuration. - Réalisation d'exports avec traitement de données statistiques Environnement technique : Java 8, API Rest, ElasticSearch, Angular 5-7, Docker, Jhipster, Spring Boot, Python, Django, Mockito, CI/CD, Hibernate, Sonar, CRM SalesForce

Travail sur le projet SIAE (Système d'information pour l'achat des pertes en énergie), une application de trading de l'énergie.