Amira ABOUD

– Mission 5 - Supervision L14 & L11 (extension complète) : Mise en supervision de bout en bout (création hôtes/services, MAPs, flux réseaux, scripts spécifiques). Participation aux réunions stratégiques de montée de version du superviseur interne RATP. – Mission 4 - Migration chaîne IV (SIEL) : Ouverture des flux, création des hôtes/services, validation ISO 100%, création des MAPs. – Mission 3 - Supervision MAV L11 (Data Center & TDSE) : Mise en conformité PMC, traceroute & ouverture flux, développement de checks non standards (Python, Shell), validation ISO 100%, MAPs. – Mission 2 - Migration MAV L01 (Nagios → Centreon): Coordination MOE/MOA (PMC, MAV, SIEL, S2IP), gestion des matrices de flux (ACL, VRF, FW), double run, validation ISO, rétro-ingénierie des scripts (Bash, Perl, Python), hygiène et sécurité des données. – Mission 1 – Mise en conformité serveurs Linux (systèmes embarqués bus RATP) : Analyse d'architecture, définition normes, optimisation performances, automatisation export PGSQL, scripting Python/Shell, intégration ElasticSearch.

– Cours de Systèmes d'Information de Gestion dispensés aux étudiants (approche théorique et pratique)

Identification des besoins et coordination de Projet : – Démarrage Migration Etape 1: Modeles (Paramétrages (20%), Templates(60%), Groups user(15%), images.. (5%)) – Etude redondance Centreon --> Réunion OBS pour formuler la demande à l'SSI. – Etudier sauvegarde BDD Bi-journaliere. – Prévoir présentation Centreon V3 au product owner. – Etude faisabilité poller 5 sur le SaaS (Architecture). Configuration Central Préprod et Prod sur les élements suivants : – Installation des plugins Centreon template – Migration des scripts de la prod V2 vers la prod V3 – Création infra: 1 central + 4 pollers – Création des groups AD – Migration MODELES : Ouvertures des flux de (snmp, ssh, telnet, nrpe ...) – Migration CI: Evolution des Sondes de supervision (ActiveMQ, Promethus, Elasticsearch ...) – Migration scripts: Supervision Hardware (Fournir les OID correspondants aux composants physiques des serveurs) a noter que les OID différents entre constructeur et version du produit – Migration finalisation : Etude faisabilité pour les 5 pollers

Mission: Gestion et traitement des commandes SFR. Elaboration d'un modèle statistique pour l'évaluation de la crédibilité du client réseau – Participation à la définition des usages et à la rédaction des spécifications fonctionnelles. – Data préparation et analyse des données à l'aide de Dataiku – Elaboration d'un modèle statistique pour l'évaluation de la crédibilité des clients en utilisant l'algorithme régression logistique – Évaluation des performances du modèle en utilisant la matrice de confusion et la courbe ROC – Développement de dashboards sous tableau afin de visualiser les résultats Environnement: Python 3, MySQL, Power BI, ELK, JIRA, glm, machine learning,

Mission: Amélioration de la performance des services RH en matière de gestion des compétences. Développement un outil de recrutement intelligent – Visualisation et statistiques des données Traitement automatique des données NLP – Conception et validation des algorithmes de Machine Learning (Naïfs bayésiens, SVM, Random Forest) – Conception et validation des algorithmes de Matching (Similitude Cosinus, Gestalt Pattern Matching, Fuzzy Wuzzy, Similitude Jaccard) – Conception des interfaces de l'approche de Matching RH Besoin client / CV consultants Environnement: Python 3, Jupyter Notebook, Spyder IDE, Pandas, NumPy, Matplotlib, NLTK, ScikitLearn, HTML5, CSS3, Flask