Julien Tchibinda Mba-Ndong

PROJET DATA SCIENCE : Analyse et prédiction des émissions de CO2 des véhicules. Projet visant à identifier les caractéristiques techniques des véhicules qui influencent le plus leurs émissions de CO2 et à développer un modèle prédictif robuste capable d'estimer les émissions de CO2 pour de nouveaux types de véhicules. Cadre projet en Machine Learning chez DataScientest, axé sur l'analyse et la prédiction des émissions de CO2 des véhicules, défi crucial pour la transition énergétique et la politique environnementale. • Étapes clés projet : 1. Compréhension du Besoin Métiers et des Données / Analyse des enjeux liés aux émissions de CO2 des véhicules et les objectifs spécifiques du projet. • Préparation et Nettoyage de Données : Data cleaning rigoureux des données (gestion valeurs manquantes, détection et traitement des outliers, correction des incohérences). • Analyse Exploratoire des Données (EDA) : Exploration des données pour dégager des tendances et des relations. Utilisation des techniques de visualisation (histogramme, nuages de points, boite à moustaches) pour l'identification des véhicules les plus émetteurs. • Modélisation Prédictive : Sélection et implémentation de plusieurs algorithmes de machine Learning adaptés à la Régression, tels la Régression Linéaire, Les Forêts Aléatoires et le Gradient Boosting (XGBoost). Division des données en ensembles d'entraînement et de test pour évaluation de généralisation des modèles. • Évaluation et interprétation des Résultats : Évaluation des performances des modèles à l'aide de métriques clés telles que le RMSE (Root Mean Squared Error), le MAE (Mean Absolute Error) et le coefficient de détermination R3. • Communication et Recommandations : Synthétisation des résultats del'analyse et de la modélisation dans un rapport détaillé. Environnement : Python 3, Pandas, Numpy, Scikit-learn, Matplotlib, Seaborn, Machine Learning, Deep Learning, Google Colab, VM Windows.

ISITRAC, outil de suivi, de traçage temps réel des incidents de circulations de trains. • Collecte, analyse, nettoyage de données issues des API. • Internes.Traitement preprocessing des données et stockage sur BDD Postgres. • Gestion de la CI/CD sur les environnements d'exploitation. • Application de Best Practices en dataviz sur les statistiques gestion incidents. • Structuration du storyteeling autour de phénomènes d'incidents (alertes, incidents, anomalies, tendances) • Requêtage SQL optimisé et structuration de l'information pour l'aide à la décision. • Management de l'équipe des développeurs. • Gestion des découpages techniques et fonctionnels. • Collaboration avec des profils non techniques pour traduire les besoins en solution structirées. • Participation à la définition des KPIs métiers en lien avec la direction opérationnelle. • Analyse de d'indicateur sur dasboard Datadog pour les logs métiers. • Analyse de dashboard avec Power BI. • Soutien technique aux développeurs. • Suivi des bonnes pratiques de code. • Radaction de la documentation technique. Environnement : Java 11, Angular 9, Python 3, Springboot 2, JUnit 4, NgRx / RxJS, Git, Maven 3, JUnit, Mockito, SOAP Web services, REST API, PostgreSQL, WSDL, JSON, XML, Widfly 1.0, Ansible, Jenkins, Nexus, SonarQube, JMS, Active MQ, Postman, CURL, Bitbucket, ELK, NGInx, Actifactory, OpenStack, Agile / Jira / Confluence.

VIVASTAR V2 / TREMA / EUROSTAR... Socle applicatif (socle 1 - 4) AVANCIAL et intégration du SI SNCF. • Analyse de données et implémentation de processus ETL de données VIVASTAR. • Développements applicatifs BUILD / RUN / BACTH. • Coaching de développements / Pair Programming / Best practices. • Gestion des déploiements environnements QUAL/INT/PRE-PROD. • Automatisation des tests (API, Unitaires, Intégration, Métiers). • Gestion des tickets d'incidents production. • Coaching des réunions métiers. • Gestion des montées de versions. • Gestion des livrables & documents DAT / DAL / AUDIT. Environnement : Java 7, Angular 7, Python 3, Spring 5, JUnit 3, Docker, REST, Kafka, Git, Maven 3, SOAP, REST API, MySQL, WSDL, JSON, XML, Jenkins, Nexus, JMS, Active MQ, Zookeeper, Kafka, SonarQube, Bitbucket, Postman, CURL, SSH, VPN, Scripts Linux, Agile / Jira/ Confluence, VM Windows.

SPREADIT : Outil interne collaboratif de gestion des retours d'expériences, de partage de fichiers multimédias (images, audio, vidéos) permettant la capitalisation des ressources en internes. • Développement de nouvelles fonctionnalités. • Gestion de l'architecture technique. • Virtualisation de modules et couches applicatives. • Gestion CI / CD via pipelines. • Migration applicative via Cloud Foundry. • Gestion des certificats SSL / RSA. • Configuration applicative des enrolements Web SSO. • Gestion des déploiements environnements QUAL / INT / PROD. • Orchestration de SPREADIT sur ICP CLoud via Kbernetes. • Gestions des microservices (Objets Storage, Elastic Cloud Services, PGSQL) sur Cloud ICP. • Refactoring de codes (Best practices). • Production de documents d'exploitation. Environnement : Java 7, Angular 7, Spring Secutity, Spring, JUnit 3, REST API, JAX-RS/ WSDL / UDDI, XML, JSON, Docker, Kubernetes, Objects Storage ECS, Maven 3, Git, Nexus, Rabbit MQ, Tomcat 7, PostgreSQL, Agile / Jira / COnfluence.

EXPERIENCE 3D VISUALISATION : Solution quasi temps-réel de simulation et de visualisation d’une expérience 3D sans soucis de performance sur support mobile. Application répondant à une problématique de chargement, de déploiement et de performance de modèle 3D sur support mobile en mode connecté. Solution devant exploiter la technologie WebGL pour la prise en compte de la 3D sur les navigateurs récents, et devant être conçue seulement qu’avec les nouvelles technologies du Web. Etude et conception : • Etude des outils, de l’environnement et des solutions de la marque 3DS Dassault Systèmes. • Analyse et conception de la solution 3D Implémentation : • Implémentation du code de gestion d’une caméra pour prise d’images de scènes 3D. • Réalisation d'un base de données d'objets 3D à partir d'images prises en caméra rotatif sur une vue de 360 degrés. • Gestion d’un Descripteur/Parseur XML d’images server-side pour gérer les différents niveaux de détails (Level Of Detail) • Développement d’un prototype client-web de gestion du chargement de données entre client-navigateur-web et serveur d’objets 3D • Développement de fonctionnalités d’animation et de gestion des évènements TOUCH pour les navigateurs (IE, Chrome et Firefox) • Implémentation de fonctionnalités de sécurisation d'authentification entre client & serveur. • Développement des fonctionnalités d’amélioration de fluidité de l’expérience d’animation 3D • Synthèse et rédaction de document d’exploitation. Environnement : Visual Studio C++/VSL, 3DVIA, Java 7, JSP, Framework UWA, JavaScript, XML, AJAX, JSON, HTML 5 / CSS 3 , 3D EXPERIENCE, Modèle MVC, UML, ADL, Tomcat 7, Fiddler 2, Sublime Text 3, FileZilla, Agile.

APPLICATION • Développements d'outils informatiques pédagogiques éducatifs. INTEGRATION • Solutions VoIP (téléphonie IP). • Système de vidéo surveillance (gestion des accès). • Formation professionnelle sur les solutions connectées. • Implémentaion de travaux de réseaux IP d'ordinateurs. • Accompagnements pédagogiques aux utilisateurs / étudiants. • Solutions délectroniques embarquées (cartes électroniques embarquées). Environnement : Java, Swing, JavaScript, HTML 5/CSS 3, Tomcat 7, VoIP, TCP/IP, Systèmes embarqués électroniques, SQL, MySQL, CVS, Cartes électroniques.

CHAINE PENAL : Outil de gestion du processus d e la chaîne pénale judiciaire. L e projet destiné au ministère de la justice permettrait de suivre le processus pénal, depuis la phase en amont des infractions jusqu’aux condamnations et l’édition des états. Ce projet permettait également de résoudre le problème du casier judiciaire qui au lieu de faire la demande dans la province d’origine, demande qui se fait dorénavant à Libreville grâce à une centralisation des données en conformité temps réel avec l’ensemble des 9 provinces. Réalisations : 1) Etude et conception : • Analyse, étude et validation des besoins (spécifications fonctionnelles et techniques). • Gestion de projet cycle en V. Implémentations : • Création base de données relationnelle « chaîne pénale ». • Conception du Système d’Information • Tests techniques et fonctionnels de l’application en grandeur réelle. • Référent technique et encadrement de développeurs-stagiaires. • Rédaction du document technique • Participation collaborative et animations d'équipe. • Développement des fonctionnalités • Développement des formulaires de gestion « Etats, Formulaires ». Autres projets : • « Hôtel Millenium », « SchoolManager ». Environnement : C++, Visual FoxPro, Microsoft Visual Studio, SQL Server SQL, MERISE, Crystal Report, Windows 2003 Server, méthodologie cycle V.