Falmata hassane

Le projet consiste à concevoir et construire un pipeline de traitement batch scalable et automatisé pour intégrer des données métiers (géospatiales et des diagnostics de performance énergétique) provenant de différentes sources dans l’application Market Location Information. Domaine d'intervention: • Conception de l’architecture du pipeline (Lakehouse, ELT, traitement batch, Médaillon architecture pour l’organisation des données, schéma en étoile) • Développement du pipeline (préparation des données, ingestion, traitement, stockage, empaquetage des données et chargement dans MLI) • Implémentation des tests et des règles de validation de données et • Industrialisation et orchestration Résultats: • Pipeline de données end to end conçu et développé • Amélioration de la qualité des données et mises à jour automatisées Technologie: Azure Databricks · Databricks workflow · ELT · Spark · Python, PySpark · Git

Le projet consiste à intégrer des nouvelles fonctionnalités dans SAIDA, une plateforme fournissant en temps réel des informations agricoles aux producteurs. Domaine d'intervention: • Recueil et analyse des besoins • Développement d’un pipeline de données ETL pour intégrer des nouvelles sources de données dans SAIDA • Développement et documentation d’une API pour la mise à disposition des services (météo, géolocalisation, broadcast sms depuis l’API de Orange, etc.) • Conception, développement et Intégration du module COVID‑19 afin d’informer efficacement les agriculteurs sur les mesures sanitaires • Maintenance évolutive des applications existantes (calendrier cultural, élevage, e‑nutrifood, marché agricole) Résultats: • Amélioration de l’accès à l’information pour plus de 84 000 utilisateurs grâce à la disponibilité en temps réel des données • API documentée et publiée • Nouvelles fonctionnalités intégrées Technologies: Google Cloud Platform (GCP) · Google BigQuery · Cloud Firestore · Node.js · Express.js · AngularJS · TypeScript · MongoDB · API REST · Microservices · Scrum · Postman · Bitbucket · Analyse des données · Extract, Transform, Load (ETL)

Le projet consiste à mettre en place une plateforme pour gérer les déclarations d’opérations suspectes (DOS et DAMO) émis par les particuliers ou les institutions financières. Domaine d'intervention: • Recueil et analyse des besoins • Conception technique et définition de l’architecture logicielle • Coordination d’une équipe de 3 développeurs et d’1 UI designer, Planification, suivi des tâches • Développement du cœur applicatif et intégration des modules clés, TDD • Mise en production et formation des utilisateurs internes Résultats: • Plateforme sécurisée livrée et mise en production • Architecture backend conçue et implémentée Technologies: Gestion d’équipe · Développement de logiciel · Gestion de projet informatique · Framework Django REST · Python (langage de programmation) · GitHub · Ruby on Rails · PostgreSQL · Docker

Skills: Développement de logiciel · Applications Oracle · Oracle Application Express · Oracle Database

Skills: AngularJS · Ruby on Rails · PostgreSQL · Microservices · Développement d’applications web · GitLab