Brice RHODES

Conception et développement d’une plateforme data complète orientée ingestion, transformation, orchestration et exposition de données, dans une logique proche des architectures utilisées en environnement industriel. Missions & réalisations : • Architecture Data Engineering o Administration et sécurisation des environnements cloud GCP (GCS, BigQuery) o Conception d’architectures de traitement de données batch et temps réel. o Mise en place de pipelines ETL automatisés pour ingestion, transformation et chargement des données. o Structuration et modélisation des données relationnelles sous PostgreSQL. • Orchestration & industrialisation o Mise en place de workflows d’orchestration avec Apache Airflow :  Scheduling, Dépendances, Monitoring, Reprise sur erreur. o Conteneurisation des services avec Docker. • Backend & APIs Data o Développement d’APIs REST avec Django et FastAPI pour exposition et consommation des données. o Mise en place de services backend Python pour traitement et distribution des flux data. • Data Processing & Analytics o Nettoyage, transformation et analyse de datasets complexes avec Python. o Création de traitements automatisés et optimisation des performances des pipelines. • Bonnes pratiques engineering o Structuration modulaire des projets. o Gestion de version avec Git/GitHub. o Approche orientée production et maintenabilité. Environnement technique : GCP, Python, DBT, Apache Airflow, PostgreSQL, FastAPI, Django, Docker, ETL, APIs REST, Git, GitHub Réalisations : • Mise en place de pipelines de traitement de données automatisés • Développement d’api data pour consommation interne/externe • Analyse de jeux de données avec production de dashboards/interprétations

Conception d’un assistant intelligent basé sur les LLMs destiné à accompagner les architectes systèmes dans la génération, l’analyse et l’assistance autour des diagrammes UML et de l’écosystème PlantUML. Missions : Veille & benchmarking IA • Réalisation d’un benchmark fonctionnel des solutions d’assistance IA existantes orientées développement et architecture logicielle. • Étude comparative des modèles IA adaptés aux problématiques de génération et compréhension de diagrammes UML. Recherche & expérimentation LLM • Évaluation et tests de différents modèles open-source. • Sélection technique du modèle Code llama pour le POC. • Réalisation de campagnes de tests sur différents types d’architectures UML. • Analyse comparative des performances des prompts et de la qualité des générations produites. Développement du POC • Développement d’une interface applicative avec Python et Streamlit. • Mise en place d’un système d’authentification via Firebase. • Intégration d’une base MongoDB pour le stockage des données liées aux architectures et interactions utilisateur. • Structuration du projet et gestion de version avec Git. Objectifs techniques • Assistance à la génération de diagrammes UML via prompts. • Exploration des usages IA appliqués à l’architecture système. • Validation de faisabilité d’un assistant IA spécialisé pour ingénieurs systèmes. Résultats : • Mise en place d’un prototype fonctionnel d’assistant IA spécialisé UML/PlantUML. • Validation de la pertinence des LLMs open-source pour des cas d’usage d’architecture logicielle. • Acquisition d’expertise sur : o Prompt engineering, o Expérimentation LLM, o Intégration IA applicative, o Tooling IA interne. Environnement technique : Python, Streamlit, CodeLLaMA, MongoDB, Firebase, Git, PlantUML, LLMs, Prompt Engineering

A ma poste de développeur logiciel en Matlab, s’ajoute des nouvelles fonctions en tant qu’Ingénieur de données. PFE – Cursus Data Engineer: Développement d’une IHM de monitoring et de control d’un véhicule radiocommandé L’objectif est de permettre à un utilisateur de suivre l’état des composants du véhicule (caméra, capteurs, moteurs...) en temps réel depuis une tablette embarquant une carte Raspberry. - Définition du cahier des charges - Récupération, structuration, analyse et stockage des données - Deep learning sur fond vidéo - Script Python - IHM sous Qt Design

Développement d'outils logiciels (IHM) en MATLAB, prenant en entrées des modèles SIMULINK mis en place par les concepteurs véhicules, selon les exigences du demandeur. - Etudes des exigences du client - Codage, test et validation - Rédaction de la documentation - Formation sur l’outil Matlab - Gestion d’équipe Projet de mémoire Mise en place d’une boîte de dialogue de transfert de données entre 2 outils développés avec 2 plateformes différentes : MATLAB & C# - Cahier des charges - IHM sous C# - Script MATLAB - Intégration à la BDD client (Requêtes SQL) - Mise ne place d’une API