Hafed S.

Application end-to-end de prédiction de retard de vol avec agent de gestion autonome des anomalies PIPELINE ETL (AWS) • Ingestion : extraction de 25 000 vols (horaires, météo, aéroports...) via API REST et scraping - Python • Transformation : nettoyage, normalisation, jointures, calcul des retards - Python • Stockage cloud : chargement et gestion des datasets sur AWS S3 (buckets, IAM, connexions externes) • Orchestration des workflows data - Airflow • Déploiement du pipeline sur AWS EC2 - Docker AGENT IA (Gestion des anomalies data) • Détection automatique des anomalies dans le pipeline ETL : données manquantes, valeurs aberrantes, incohérences de format - Python • Agent LLM (OpenAI API) intégré au pipeline : analyse chaque anomalie détectée, raisonne sur le contexte (type de donnée, criticité, fréquence) et choisit de façon autonome la stratégie de correction adaptée -imputation, rejet, ou alerte opérateur • Génération automatique d'un rapport de décision en langage naturel pour chaque anomalie traitée : cause identifiée, action appliquée, impact estimé sur la qualité du dataset • Escalade intelligente : si l'agent estime l'anomalie non résolvable automatiquement, il rédige une alerte structurée et documente le contexte pour faciliter l'intervention humaine • Traçabilité complète des décisions de l'agent - logs structurés et tableau de bord de suivi qualité DATA WAREHOUSE (Qualité des données - Snowflake) • Modélisation : création du data warehouse, bases de données, stages et tables - Snowflake / SQL • Ingestion : chargement depuis AWS S3 via stage externe - Snowflake • Traitement SQL : gestion des données aberrantes, normalisation, jointures, optimisation des requêtes • Validation de la qualité : dashboard d'analyse de la cohérence et pertinence du dataset MACHINE LEARNING • Préparation des features, encodage et entraînement d'un modèle de prédiction - Python / Scikit-learn • Évaluation et optimisation des hyperparamètres & export du modèle en joblib API & CI/CD • API de serving : endpoints, authentification, rate limiting - FastAPI • Tests unitaires & tests d'intégration - Python / Pytest • Pipeline CI/CD : GitHub Actions (tests, validation des workflows ETL, déploiement continu) • Déploiement API - Render ; interface utilisateur - Streamlit • Monitoring & alerting des pipelines - Prometheus / Grafana

Développement de systèmes hardware pour clients industriels : • Mission pour ACC | Développement de composants pour module de batterie Li-Ion 20kW (Client : Mercedes) • Mission pour TOTAL, filiale SAFT | Développement d’une powerbox de batterie Li-Ion 80kW (Client : Alstom) • Mission pour EVBOX | Développement d’une borne de recharge rapide 100kW (Client : Marché US)

Développement de bancs d’essais pour composants électriques & support