Anass QASMI

– Responsable de la vision technique de la plateforme Vehicle Data & AI (architecture cible, normes, best practices). – Coordination cross-teams avec l'IT Groupe, la cybersécurité, les équipes Legal/Compliance et les partenaires externes. – Conception et mise en place d'une architecture data temps réel et batch pour traiter les flux télématiques : Dataflow (Apache Beam), Pub/Sub, BigQuery, Cloud Storage, Firestore. – Mise en place d'un Shared VPC multi-projets avec segmentation avancée des réseaux, règles firewall, IAM conditionnel. – Gestion des WAF Google Cloud Armor, configuration des Ingress sécurisés et règles Zero-Trust. – Développement de Cloud Functions et Cloud Run pour les microservices opérationnels (processing, serving, scoring). – Déploiement et gestion d'un GKE – Kubeflow Pipeline (feature pipelines, jobs d'entraînement, model déploiement). – Conception et industrialisation du pipeline IA end-to-end pour les algorithmes Vehicle Intelligence : – Ingestion des données brutes – Nettoyage / validation / feature engineering – Entrainement des modèles ML – Versioning (datasets + modèles) – Déploiement automatique – Modèle serving via GKE / Cloud Run – Mise en place de chaînes CI/CD (GitLab CI, Cloud Build, Kubeflow / KFP). – Gouvernance technique : monitoring modèles, dérive des données, traçabilité. – Intégration complète avec Okta (OIDC, SSO). – Mise en place de Workload Identity Federation (WIF) pour sécuriser les services, jobs ML et pipelines CI/CD. – Implémentation de stratégies de conformité (logging, audit, WAF, secrets management). – Configuration avancée des VPC, sous-réseaux, peering, Cloud NAT, DNS. – Mise en place des Ingress, Load Balancers (HTTPS). – Supervision complète via Dynatrace + GCP Metrics + BigQuery. – KPIs opérationnels, dashboards d'impact, optimisation des coûts (FinOps).

– Conception et intégration de la plateforme RStudio et SAS sur GCP, en respectant les standards de conformité (sécurité, traçabilité, isolation des environnements). – Provisioning complet via Terraform (VPCs, sous-réseaux, pare-feu, Compute Engine, Cloud SQL, IAM, Load Balancers, Secrets, etc.). – Automatisation avancée avec Ansible pour la configuration des VM, le déploiement des outils analytiques et la gestion des dépendances système. – Mise en place d'un système d'authentification centralisé via Okta (SSO) incluant RBAC et intégration fine avec GCP IAM. – Conception d'un modèle de stockage sécurisé (GCS, CMEK, stratégies de lifecycle, séparation des zones “raw / curated / analytics"). – Gestion des Cloud Functions pour orchestrer les échanges de données, automatiser les workflows et assurer la gouvernance des accès. – Implémentation de Liquibase pour la gestion des versions des bases Cloud SQL (modèles, scripts, migrations automatisées). – Contribution à la mise en place d'une architecture Zero-Trust, intégrant : – scanning d'images – rotation automatisée des clés/secrets – audit, logs centralisés, dashboards de conformité – Collaboration avec les Data Scientists pour optimiser la reproducibility des environnements (packages R/Python, kernels SAS, snapshots, images custom). – Mise en place de modules Terraform réutilisables pour accélérer la création de nouveaux environnements analytiques et améliorer le Time-to-Delivery.

– Construction du socle data (architecture, sécurité, automatisation). – Conception et développement des pipelines d'ingestion (batch & streaming). – Normalisation et préparation des données pour l'entraînement des modèles ML. – Développement et industrialisation des workflows Airflow & Kubeflow (KFP). – Mise en production des modèles IA de prédiction des pannes & pièces à changer. – Automatisation du déploiement KFP via CI/CD. – Gestion de l'infrastructure GCP (Dataproc, BigQuery, Pub/Sub, GCS). – Déploiement de l'infra-as-code avec Terraform.

– Conception et mise en place des pipelines data orientés traitement et exposition API. – Gestion des logs via Elasticsearch et dashboarding Kibana. – Développement CI/CD, ingestion, transformation et consolidation des données.

– Intégration de données multi-sources (Kafka, Webservices, JDBC). – Développement pipelines Batch/Streaming Spark. – Exposition d'APIs REST, automatisation tests, revue de code. – Dashboarding et analyses métiers. – Déploiement et gestion du Run.