Mahdi G.

– Industrialisation d'un pipeline d'ingestion pour un système de RAG (Retrieval-Augmented Generation). – Développement de processus automatisés pour le parsing de documents SharePoint, la segmentation (chunking) et la vectorisation des données. Pilotage du stockage des embeddings sur MongoDB Atlas et déploiement de la solution via des microservices conteneurisés sur GCP Cloud Run. – Conception et finalisation d'une solution de classification intelligente de données médicales issues d'un centre d'appel via un Agent Assist optimisé par prompt engineering. Implémentation d'un agent conversationnel pour la synthèse (summarization) en temps réel de flux de données Salesforce, permettant une aide à la décision immédiate pour les agents. – Développement des API back-end en Python. – Hébergement GCP, Cloud Run, Agent Assist, Agent conversational, Vertex IA, Vector Search, GCS – Gestion de l'IaC avec Terraform

– Développement et maintenance d'une application de cartographie en architecture microservices, hébergée sur Google Cloud Platform (GCP), et gérant les données relatives aux pertes et aux ressources en eau. – Développement des API avec FastAPI. – Développement des modules de système de cartographie interactif multicouches (puits, barrages, sources d'eau) permettant de vérifier et surveiller les pertes en eau. – Mise en œuvre des tâches Cloud Run pour récupérer et traiter les données de GCP BigQuery. – Gestion des interactions avec les bases de données MongoDB et PostgreSQL. – Hébergement GCP (Cloud Run Service, Cloud Run Job, BigQuery, Firestore, AlloyDB) – Gestion de l'IaC avec Terraform.

– Développement fromScratch d'une application AWS serverless pour protéger les œuvres musicales (partitions PDF et enregistrements vocaux) en les horodatant sur la blockchain Tezos. Chaque fichier téléchargé est transféré vers un bucket S3 pour analyse avant d'être enregistré sur la blockchain. L'application gère également l'accès par abonnement sans engagement grâce à la bibliothèque de paiement Python Mollie. – Une CI/CD gitlab-CI. – Hébergement AWS (Lambda, Bucket S3, Api Gateway, Amazon Aurora, Amazon CloudFront) – Gestion de l'IaC avec Terraform

– Développement et maintenance d'une application permettant de gérer et de suivre les interventions des agents de terrain, notamment la lecture des compteurs d'eau, le signalement des anomalies de fuites d'eau sur une carte interactive, et bien plus encore. L'application est entièrement fonctionnelle hors ligne et accessible sur tablettes Android. – Développement de nouvelles fonctionnalités back-end et maintenance (migration, correction de bugs). – Conception et configuration d'outils d'automatisation. – Révision du code et des bonnes pratiques. – Ajout des tests unitaires dans le cycle de développement logiciel. – Implémentation d'une CI dans le cycle de développement logiciel. – Rédaction et maintien de la documentation d'automatisation. – Automatisation de la migration des données. – Conteneurisation des applications web. – Pratique de l'agilité et de ses rituels. – Migration de Node.js vers la dernière version 16.13.0. – Refactoring et proposition de nouvelle architecture – Gestion de base de données

– Développement et maintenance d'une application utilisée par les centres d'appels sur tout le territoire français pour collecter les demandes des utilisateurs dans un dictionnaire standardisé. L'application prend en charge différents types de demandes, telles que l'activation de services de gaz, la génération de devis et les alertes de fuite, et traite jusqu'à 2 000 demandes par jour sur tout le territoire. – Développement de nombreuses applications à partir de zéro avec une nouvelle architecture comme DSI trombi, une administration pour gérer les utilisateurs de GRDF, et une API Rest vers l'application globale. – Conception et configuration d'outils d'automatisation. – Ajout des tests dans le cycle de développement logiciel et d'outils de déploiement de scripts. – Rédaction et maintien de la documentation d'automatisation. – Automatisation de la migration des données. – Conteneurisation des applications web dans le cloud AWS.

– Développement d'un extranet pour alerter les abonnés de toutes les failles de sécurité de leurs applications. Ces alertes sont détectées par le retour d'expérience des équipes CERT d'ORANGE CYBERDÉFENSE (Computer Emergency Response Team) et également grâce à des agents automatiques. Chaque abonné a la possibilité de configurer une liste d'outils dont il souhaite connaître les vulnérabilités depuis son espace personnel.

– Réalisation d'un outil automatique (Java) pour l'établissement de la base de connaissances à partir de documents lycée et collège. Pour le succès de cette extraction de données, des méthodes de mesures statistiques ont été utilisées (TF-IDF) dans la recherche de texte.

– Implémentation d'un algorithme basé sur les techniques du Model Checker pour la vérification du graphe d'ontologie. – Développement d'un langage de requêtage ontologique basé sur la logique temporelle.