Khalid Akourtam

Mission de digitalisation et d'automatisation du traitement des dossiers de regroupement familial, de la constitution du dossier jusqu'à son analyse documentaire, portant sur un lot de 5 To de données, au sein d'une équipe d'environ 10 personnes en cadre Agile Scrum (Jira). Conception d'une plateforme Data & GenAI sur GCP pour automatiser la préqualification et l'analyse documentaire des dossiers. Développement et orchestration de pipelines avec Apache Airflow / Cloud Composer : création de DAGs, ingestion Cloud Storage et traitement analytique dans BigQuery. Conception d'une architecture Multi-Agents IA (Gemini via Vertex AI, LangChain / LangGraph) pour l'analyse documentaire, la validation réglementaire et la recommandation. Développement d'un moteur RAG : parsing, chunking, embeddings, BigQuery Vector Search et recherche sémantique sur les sources réglementaires. Provisioning de l'infrastructure avec Terraform, configuration avec Ansible et déploiement en production via des pipelines GitLab CI/CD sur Cloud Run (IAM, Service Accounts, accès inter-services). Interface Streamlit pour les équipes métier, monitoring, observabilité et optimisation des coûts Cloud / LLM. Environnement : Python, SQL, GCP, BigQuery, Cloud Storage, Cloud Composer, Cloud Run, Airflow, Vertex AI, Gemini, LangChain, LangGraph, RAG, Vector Search, IAM, Terraform, Ansible, GitLab CI/CD, Streamlit, Git.

Équipe ProdSec d'environ 20 personnes spécialisée en cybersécurité et log management : collecte, centralisation et exploitation de plus de 30 To de logs par jour dans un environnement bancaire critique (Agile Scrum, Jira). Développement de pipelines Logstash (collecte, parsing, enrichissement) connectés à Kafka, avec transformation temps réel via Kafka Streams et diffusion vers Elasticsearch. Collecte des logs à grande échelle via Filebeat / Metricbeat avec mécanismes d'équilibrage de charge. Migration d'une partie du monitoring Splunk vers Grafana + MySQL : ingestion Python, dashboards SOC, alerting et optimisation des requêtes SQL. Industrialisation via GitLab CI/CD, conteneurisation Docker / Kubernetes et automatisation des déploiements avec des playbooks Ansible. Analyse et remédiation des événements de sécurité via SIEM (détection, investigation, amélioration des règles). Contribution à un assistant IA générative (RAG, LLM open source Mistral / Llama hébergés en interne) pour le traitement des incidents. Environnement : Python, SQL, Kafka, Kafka Streams, Logstash, Elasticsearch, Kibana, Splunk, Grafana, MySQL, Filebeat, Metricbeat, Docker, Kubernetes, GitLab CI/CD, Ansible, SIEM, LLM.

Équipe de 10 personnes en cadre Agile Scrum (Data Scientists, développeurs, experts métier) : analyse de 5 To d'images pixellisées pour détecter l'activité aviaire en temps réel et adapter automatiquement le fonctionnement des éoliennes. Conception du pipeline d'ingestion, de prétraitement et de stockage des images (nettoyage, normalisation, redimensionnement, data augmentation). Développement et entraînement de modèles CNN et Siamese Networks pour la classification des comportements aviaires. Optimisation des modèles : réglage des hyperparamètres, réduction du surapprentissage, amélioration de la précision et du rappel. Définition et suivi des KPI (Accuracy, Precision, Recall, F1-Score), analyse des faux positifs et faux négatifs. Développement d'un service Python interfacé avec l'API industrielle pour ralentir ou arrêter automatiquement les éoliennes en cas d'activité aviaire. Déploiement de la solution en production avec des playbooks Ansible, participation aux tests et à la recette. Environnement : Python, TensorFlow, Keras, PyTorch, OpenCV, NumPy, scikit-learn, CNN, Siamese Networks, API REST, Ansible, Linux, Git, Jira.

Équipe d'environ 20 personnes (développeurs, Data Engineers, experts Cloud) : migration et modernisation d'une plateforme e-commerce vers AWS, avec automatisation complète de l'infrastructure et des déploiements. Conception et déploiement de l'architecture AWS : EC2 pour les serveurs applicatifs, S3 pour les médias et fichiers statiques, RDS pour la base relationnelle. Configuration réseau : VPC segmenté, subnets publics / privés, NAT et Internet Gateway, tables de routage, Security Groups et Route 53. Infrastructure as Code avec Terraform (réseau, EC2, S3, RDS, IAM) et configuration des serveurs avec des playbooks Ansible. Conteneurisation des applications avec Docker et orchestration sur Kubernetes pour des déploiements reproductibles. Pipelines GitLab CI/CD automatisant build, tests et déploiements en production sur les environnements dev, recette et prod. Sécurisation des accès et des secrets (IAM, Secrets Manager, KMS), mise en cache ElastiCache et suivi des performances et des coûts. Environnement : AWS (EC2, S3, RDS, VPC, IAM, Lambda, Route 53, ElastiCache, Secrets Manager, KMS), Terraform, Ansible, Docker, Kubernetes, GitLab CI/CD, Linux, Git.

En tant qu'un créateur d'art numérique travaillant sur un projet NFT lié aux missions de la NASA, voici les différentes tâches que j'ai pu realiser : Création d'œuvres d'art numériques uniques basées sur les photos mosaic liées aux missions de la NASA. Création d'un portefeuille Ethereum sur MetaMask pour stocker les jetons NFT. Vente des photos mosaic en tant que jetons NFT sur une plateforme de vente NFT telle que OpenSea ou Rarible. Développement d'un code Python pour automatiser le processus de création des jetons NFT et leur mise en vente sur les plateformes NFT. Mise en place d'une base de données SQL pour stocker les informations sur les jetons NFT et les transactions. Marketing de vos œuvres NFT pour attirer l'attention des collectionneurs et des investisseurs potentiels. Collaboration avec d'autres artistes et développeurs pour créer des projets NFT plus ambitieux et innovants. Gestion de la communauté NFT en répondant aux questions des collectionneurs et en interagissant avec eux sur les réseaux sociaux. Suivi des tendances du marché NFT pour ajuster vos stratégies de vente et de marketing en conséquence. En somme, en tant qu'un créateur d'art numérique travaillant sur un projet NFT lié aux missions de la NASA , j'ai pu réaliser un large éventail de tâches allant de la création d'œuvres d'art numériques uniques à la mise en place d'une infrastructure technique solide pour gérer les transactions NFT.

-Mise en œuvre d'AngularJS comme framework JavaScript pour le développement d'applications web. -Configuration de la plateforme de développement Firebase, avec activation de Firestore comme base de données NoSQL. -Intégration de l'API Kafka pour récupérer le flux vidéo en direct.