Mohamed Aziz Haouas

Dans le cadre d’un projet de transformation cloud-native, j’ai mené la migration de Kafka d’une architecture basée sur machines virtuelles (VMSS) vers une plateforme scalable et résiliente sur Azure Kubernetes Service (AKS), orchestrée par Strimzi Operator. 🔐 Sécurité avancée Intégration de l’authentification OIDC avec Azure AD et Keycloak pour une gestion unifiée et sécurisée des identités Mise en place du chiffrement mTLS via NGINX Ingress Controller pour garantir la confidentialité et l’intégrité des communications Gestion des certificats automatisée avec ClusterIssuer / Let’s Encrypt ⚙️ Automatisation & GitOps Industrialisation de l’infrastructure via Terraform (AKS, réseaux, stockage, Kafka, NGINX, observabilité…) Mise en œuvre du déploiement GitOps avec Argo CD pour assurer traçabilité, cohérence et rollbacks simplifiés Gestion centralisée et sécurisée des secrets via External Secrets Operator connecté à Azure Key Vault 🚦 CI/CD & Accès sécurisé Pipelines CI/CD automatisés avec GitHub Actions pour l’intégration et le déploiement continus Sécurisation des accès au cluster privé via un bastion SSH et tunnel chiffré pour les déploiements sensibles

Mise en place d’une pipeline CI/CD avec Azure DevOps permettant le provisioning automatisé d’une machine virtuelle sur Azure. Infrastructure as Code (IaC) : utilisation de Terraform pour déployer et configurer automatiquement une VM intégrant Apache Kafka, garantissant reproductibilité et réduction des erreurs manuelles. Configuration automatisée de Kafka pour assurer la disponibilité, la performance et la compatibilité avec les besoins applicatifs. Collaboration étroite avec l’équipe de développement et d’exploitation afin d’optimiser les processus de déploiement, livraison et supervision. Contribution à l’industrialisation des environnements en appliquant les bonnes pratiques DevOps (CI/CD, IaC, automatisation, collaboration).

Dans le cadre d’un projet réalisé chez Sagemcom, j’ai conçu et développé une application desktop permettant la gestion et le suivi des objectifs des employés. 🔹 Conception & Développement Création d’une interface graphique intuitive avec Python Tkinter pour faciliter l’utilisation par des non-techniciens Mise en place de formulaires pour la saisie, modification et suppression des objectifs individuels et collectifs Intégration d’un système de rôles et d’authentification pour sécuriser l’accès aux données 🔹 Base de données & Persistance Utilisation de SQLite pour stocker les informations liées aux employés et à leurs objectifs Implémentation de fonctionnalités de recherche et filtrage des objectifs par employé, service ou statut 🔹 Fonctionnalités clés Tableau de bord pour le suivi en temps réel de l’avancement des objectifs Génération automatique de rapports PDF/Excel pour le management Notifications internes pour rappeler les échéances d’objectifs 🔹 Résultats Amélioration de la productivité et du suivi RH grâce à une centralisation des données Réduction du temps de gestion administrative par rapport aux outils manuels (Excel, emails)

Dans le cadre d’un projet d’innovation, j’ai participé à la constitution d’une base d’images dédiée à l’entraînement d’un système de reconnaissance visuelle pour une Reverse Vending Machine (RVM), une machine permettant d’identifier et de recycler automatiquement bouteilles et canettes. 🔹 Objectifs du projet Construire un dataset représentatif et diversifié des contenants (bouteilles plastiques, canettes aluminium, autres emballages) Faciliter l’entraînement d’algorithmes de vision par ordinateur et de machine learning destinés à la détection et classification des objets recyclables 🔹 Réalisations Collecte et organisation de milliers d’images provenant de différentes sources (captures réelles, banques d’images, génération assistée) Annotation et labellisation des images en classes (type de matériau, taille, état de l’objet) à l’aide d’outils d’annotation spécialisés Prétraitement des données : redimensionnement, nettoyage, augmentation de données (rotation, luminosité, bruit) pour enrichir le dataset 🔹 Résultats Création d’un dataset de référence permettant l’expérimentation et le prototypage d’un modèle de reconnaissance automatique Contribution à l’avancement d’une solution d’automatisation du recyclage via une machine intelligente et durable