AVICENNE PESSEU PESSEU

Développement et industrialisation d'une solution logicielle de pointe dédiée à l'automatisation de calculs d'ingénierie complexes. Ce projet transpose 8 ans d'expertise métier dans les structures industrielles vers un environnement technologique moderne (Data/IA). L'objectif est de garantir une fiabilité et une traçabilité que les outils génériques ne permettent pas d'atteindre. Ingénierie de la Décision & Data Architecture – Conception d'un moteur de calcul normatif propriétaire (EN 13031-1, Eurocodes) développé en Python 3.11+. – Modélisation et traitement de données hétérogènes : Intégration de contraintes normatives (vent, neige, altitude) et historiques techniques pour une aide à la décision immédiate. – Architecture logicielle robuste : Séparation stricte des couches (UI / Moteur de calcul / Export) pour assurer la scalabilité et la maintenance du système. Industrialisation & Fiabilisation (Mise en production) – Sécurisation par les tests: Mise en place d'une suite de 128 tests automatisés (unitaires, régression, golden) garantissant une stabilité totale des résultats et une conformité réglementaire stricte. – Interface Expert (UX/UI) : Développement d'une interface interactive sous Dash/Plotly et PySide6 permettant une visualisation 2D/3D des données techniques. – DataViz & Reporting: Automatisation des exports multi-formats (PDF, Excel, HTML) pour une exploitation directe sur le terrain. Résultat: Industrialisation d'un outil d'homologation aux normes, garantissant une fiabilité absolue des données et réduisant drastiquement les délais de conception technique

Industrialisation de la sécurité et de l'observabilité des systèmes d'IA Générative au sein du DataLab Groupe. Ce projet visait à transformer des concepts de recherche en outils de production robustes pour garantir la fiabilité des modèles LLM en environnement bancaire réglementé. Projet "LLM as a Judge" & Sécurité IA – Conception d'une librairie automatisée innovante permettant d'évaluer la fiabilité et la sécurité des réponses des IA (détection d'hallucinations, de dérives et de vulnérabilités). – Accessibilité technique : Solution conçue pour permettre aux Data Scientists de réaliser des audits de sécurité à n'importe quelle étape du cycle de développement, sans expertise préalable en cybersécurité. – Gouvernance IA: Mise en œuvre de tests de Red Teaming IA pour assurer la conformité et le contrôle des modèles avant leur déploiement. Industrialisation & Pipeline MLOps (Cloud) – Architecture Cloud & Conteneurisation : Intégration de la librairie dans un pipeline sécurisé reposant sur AWS S3, Docker et MLflow. – Automatisation du cycle de vie: Orchestration via Airflow pour une exécution continue des tests, garantissant une surveillance constante de l'intégrité des modèles en production. – Optimisation des processus : Réduction drastique des délais de détection et de correction des failles de sécurité. Impact: Solution adoptée comme standard interne R&D au sein du Groupe Crédit Agricole, améliorant significativement la gestion des risques et la confiance dans les déploiements d'IA Générative.

Audit technique et transformation de l'écosystème Sl au sein du Service de la Transformation Numérique (STN). Ma mission a consisté à résoudre des problématiques majeures de souveraineté et de disponibilité des données en concevant une architecture distribuée résiliente pour des informations sensibles. Architecture Distribuée & Haute Disponibilité – Conception et déploiement d'une infrastructure haute disponibilité reposant sur PostgreSQL, ETCD et Patroni pour la gestion automatisée des configurations et la continuité de service des bases de données. – Résilience & Performance: Mise en œuvre de mécanismes de réplication et de bascule automatique (Zookeeper, HAProxy) garantissant une disponibilité totale et une sécurité renforcée des données critiques. Ingénierie des Flux & Optimisation – Standardisation des flux de traitement : Uniformisation des pipelines de données sans perturbation des processus opérationnels existants, assurant une modernisation technologique transparente pour les opérateurs terrain. – Élimination des goulots d'étranglement : Optimisation des processus d'agrégation de données massives pour fluidifier le reporting et l'aide à la décision. Impact: Création d'une base commune interrogeable avec gestion fine des droits d'accès, permettant une modernisation transparente des flux et une continuité de service totale pour les services de l'État.

Conception et mise en œuvre d'écosystèmes distribués pour le traitement massif de flux mondiaux et la surveillance d'infrastructures réseau. Ce projet valide l'approfondissement technique réalisé durant mon Mastère Spécialisé sur les systèmes répartis et le Big Data. Traitement de Flux Mondiaux (GDELT) – Développement d'une architecture distribuée pour l'analyse d'événements globaux en temps réel via Spark et HDFS. – Stockage & Orchestration: Mise en œuvre de Cassandra pour la gestion de données massives hétérogènes et de Zookeeper pour la coordination du cluster. Observabilité & Sécurité Réseau (Stack ELK) – Mise en place d'une surveillance réseau en temps réel via la stack Elasticsearch, Logstash, Kibana (ELK) et Packetbeat. – Pipeline ETL : Conception de chaînes de traitement automatisées et de tableaux de bord interactifs pour le monitoring de flux critiques. Impact: Validation de la capacité à orchestrer des architectures distribuées scalables et à sécuriser le monitoring de flux réseau à grande échelle, complétant mon expertise en Industrialisation & Fiabilisation.

Mon rôle a été d'être l'architecte du virage numérique de l'entreprise. J'ai transformé une expertise d'ingénierie artisanale en une plateforme « Data-Driven » en créant de toutes pièces un patrimoine de données massif issu de la simulation physique, devenu le moteur de la décision commerciale, avant de l'industrialiser au cœur du Sl. 2016 – 2020 | Ingénieur d'Études : Création de Référentiels de Données par Simulation – Génération de données exhaustives: Création ex nihilo d'un patrimoine technique inexistant par la simulation massive (calculs par éléments finis), modélisant des milliards de variantes (géométries, matériaux, contraintes climatiques nationales). – Ingénierie de la donnée décisionnelle: Transformation des sorties physiques brutes (efforts, contraintes) en indicateurs de faisabilité et d'homologation exploitables directement par les équipes commerciales. – Architecture "Self-Service" : Développement d'une interface logicielle permettant d'obtenir instantanément le résultat d'une étude experte, simulant le savoir-faire de l'ingénieur en temps réel. – Impact : Automatisation de 80% des calculs de structures, supprimant les goulots d'étranglement techniques et permettant une réactivité commerciale sans précédent. 2020 - 2023 | Architecture de données & Optimisation ERP – Couplage & Industrialisation: Pilotage de l'intégration stratégique entre le patrimoine de données généré et l'ERP existant, assurant une cohérence totale entre les modules CRM, Production, Vente et Comptabilité. – Fiabilisation des flux: Extraction, structuration et nettoyage de données hétérogènes via Power Query et Power Automate pour garantir une source de vérité unique au sein du Sl. – Impact: Réduction de 50% du temps de traitement des processus métiers par la digitalisation intégrale et la suppression des flux papier.

Modélisation et validation du comportement en fatigue d'assemblages soudés. Développement d'outils d'optimisation pour prédire les chemins de fissuration. Impact: généralisation d'un critère de dimensionnement pour les assemblages en T sollicités en flexion.

Évaluation de l'état d'endommagement d'une aile d'avion par émission acoustique et acousto-ultrason. Création d'une base de données de signatures acoustiques des défauts et interprétation en temps réel en conditions simulées de vol. Rédaction du rapport d'essais.