
HADJ BILEL
Développeur Full Stack
Salaire / Taux journalier
91150 Étampes, France
Freelance, ouvert au CDI
Expertises
Langues
Expérience de travail
Aubay
sept. 2024 - déc. 2025
1 an 4 mois
Développeur Full Stack CDI
sept. 2025 - déc. 2025
4 mois
– Refonte d'une application web vitrine pour optimiser l'expérience utilisateur et la gestion de contenu – Mise en place du CMS : Sanity pour la gestion dynamique des articles et des actions de l'association – Automatisation : Développement du services de notifications via API REST EmailJS et gestion de newsletter (Buttondown) – Optimisation des performances: théming SCSS et déploiement continu sur Vercel – Environnement technique: Angular 18 / TypeScript / SCSS / Sanity / EmailJS / Buttondown / Vercel
Alternance Développeur Full Stack
sept. 2024 - sept. 2025
1 an 1 mois
– CoralVision: Application web mobile-first de suivi et de visualisation de données environnementales sur les coraux en collaboration avec le CNRS – Fabtools: Plateforme web interne permettant aux encadrants de gérer les recrutements au sein de l'entreprise – Backend & Data: Mise en œuvre de la couche de persistance avec Hibernate/JPA et gestion des migrations SQL – Front End : Développement d'interfaces intuitives et créatives – Tests Unitaires & Intégration : Mise en œuvre d'une stratégie de tests automatisés avec JUnit et Jasmine/Karma pour garantir la non-régression des fonctionnalités. – Qualité & CI/CD: Automatisation des tests (JUnit, Jasmine) et intégration continue via GitLab et Docker – Méthodologie Agile: Participation active aux cérémonies SCRUM, rédaction d'User Stories et gestion des sprints sur Jira – API Design: Conception d'APIs REST sous Spring Boot avec une attention particulière à la sécurité OAuth2 et à la performance des moteurs de calcul – Environnement technique: Java 17 / Spring Boot 3 / Angular 18 / Hibernate / SQL / Docker / AWS / GitLab CI / Python
Projet « FraudGuard » : Détection de Fraude Bancaire (ML)
Université Paris-Saclay
janv. 2024 - juil. 2024
7 mois
– Projet Académique de Fin de Master 1 création d'un modèle capable de détecter des transactions frauduleuses parmi 280 000 données – Machine Learning: Implémentation d'un classifieur Random Forest optimisé pour l'identification de fraudes sur un dataset de 284 800 entrées. – Data Processing: Gestion du déséquilibre de classes via la technique SMOTE et réduction de dimensionnalité par PCA. – Performance: Optimisation des hyperparamètres (GridSearchCV) et évaluation via les scores ROC-AUC (0.99) et F1. – Environnement technique: Python / Scikit-Learn / Pandas / Matplotlib / SMOTE / PCA / Jupyter Notebook.
Formation
Université Paris-Saclay
Master, Ingénierie des Systèmes : Transformation Numérique
2023 - 2025
1 an 9 mois
Université Paris-Saclay
Licence, Sciences de L'Ingénieur : Parcours Informatique
2019 - 2023
3 ans 11 mois