Mohamed AMRANI

Apache NiFi • Développement et optimisation de flux de données complexes dans Apache NiFi pour l’inges- tion, la transformation et l’intégration de données à haut débit, minimisant la latence et amélio- rant la scalabilité dans des environnements distribués. • Création de requêtes SQL complexes dans NiFi pour ingérer, transformer et charger (ETL) effi- cacement les données dans un entrepôt de données SQL Server, garantissant la cohérence des données et améliorant les performances des requêtes. • Extension des fonctionnalités d’Apache NiFi à l’aide de Python pour créer des processeurs et scripts personnalisés, automatisant les tâches de traitement des données et ajoutant des fonction- nalités avancées pour des flux de travail dynamiques. • Réalisation d’une optimisation approfondie des performances des workflows NiFi, en optimisant la configuration des processeurs, la gestion de la mémoire et l’utilisation des threads afin de maximiser le débit des flux de données et de minimiser l’utilisation des ressources système. • Migration de pipelines désorganisés vers un système hautement structuré et optimisé, améliorant la maintenabilité des pipelines, la vitesse d’exécution et la scalabilité, tout en respectant les meil- leures pratiques en ingénierie des données. • Conception et configuration de tableaux de bord avancés de surveillance et d’alerte à l’aide de Kibana et Grafana, offrant une visibilité en temps réel sur la santé des flux de données NiFi, les performances des processeurs et les goulets d’étranglement du système. • Garantie de la haute disponibilité de la plateforme NiFi en mettant en place des stratégies de clustering et d’équilibrage de charge, tout en assurant une surveillance continue des pannes et une optimisation du temps de récupération. • Résolution et analyse des incidents ==Environnement international (France / Portugal) ==Communication professionnelle en anglais

Air2Day: An Air Quality Monitoring Adviser in Morocco end-to-end software solution capable of providing up to date weather and pollution values and health recommendations based on User profiles and personal health data, while making use of environmental satellite data processed in the back-end. this system demonstrates the possible range of applications of satellite-backed environmental systems that can assist and potentially replace the current expensive sensor-based systems, especially in developing countries in Africa. Tools: REST API Django, Java, Android Studio, SQLite, Google Maps API, Open Weather API. PS: MY WORK WAS PUBLISHED IN AN INTERNATIONAL SCIENTIFIC JOURNAL CALLED IJCA (LINK BELOW)