Mourad Derradji

– Conception du modèle de données relationnel normalisé (14 tables: clients, documents, facturation, paiements, audit logs) avec Row-Level Security: isolation stricte des données de 50+ tenants en production. – Pipelines ELT dbt sur les données comptables: 25 modèles staging → marts, 60+ tests qualité automatisés, catalogue de données documenté. – Procédures stockées et triggers PL/pgSQL automatisant les traitements métier; requêtes analytiques passées de 3 s à 80 ms; 15 migrations versionnées livrées sans interruption de service. – Exposition des données via API PostgREST et 14 fonctions serverless, consommées par 100+ utilisateurs quotidiens.

– Modélisation PostgreSQL (30 tables) soutenant 500+ membres et 5 000 messages/jour (abonnements, messagerie temps réel); 20 évolutions de schéma livrées en production via migrations versionnées, sans downtime. – Services d'ingestion de données via API REST avec contrôle qualité avant stockage: 10000+ requêtes/jour synchronisées entre services. – Requêtes analytiques passées de 2,5 s à 100 ms (index composites, EXPLAIN ANALYZE); CI/CD GitHub Actions → Railway: déploiement en 5 min, zéro interruption sur 30 mises en production.

– Projet certifiant RNCP36739 EFREI Paris. – Pipeline end-to-end : ingestion streaming Kafka (100 événements/s), traitement distribué PySpark, architecture Medallion Bronze/Silver/Gold sur MinIO, warehouse PostgreSQL, orchestration Airflow (DAGs quotidiens, alertes qualité). – Transformation dbt sur la couche Gold; modèle XGBoost de prédiction du succès commercial (R2 = 0,82 en validation croisée); analyse de sentiment BERT sur +10 000 articles gaming. – Dashboard React temps réel + app Flutter via WebSocket; infrastructure entièrement Dockerisée.

– Modélisation du schéma PostgreSQL de la plateforme VTC (clients, chauffeurs, courses, facturation) avec Row-Level Security par rôle: 10 000+ courses et 2 000+ utilisateurs traités depuis la mise en production. – Pipelines ETL dbt staging → intermediate → marts (fact_bookings, dim_clients, dim_drivers): 40+ tests qualité (unique, not_null, accepted_values, relationships) couvrant 100% des modèles. – Facturation automatique serverless: trigger PostgreSQL → Lambda → génération PDF → S3, soit 500+ factures/mois sans intervention manuelle; job CloudWatch nocturne calculant le CA quotidien; Lambda de pricing dynamique appelée à chaque réservation.

– Pipeline vocal temps réel pour la Henkel Virtual Academy: STT (Faster-Whisper) → LLM local (LLAMA 8B, Ollama) → TTS (Coqui, voice cloning), avec tool calling anti-hallucination pour fiabiliser les réponses. – Architecture événementielle Redis Streams découplant les microservices STT / LLM / TTS et absorbant les pics de charge; latence voix-à-voix réduite de 8 s à 2,5 s sur Raspberry Pi. – Surveillance de la qualité et de la cohérence des données échangées entre microservices, au sein d'une architecture distribuée de 5 microservices (Raspberry Pi + ESP32).

– Pipeline serverless d'ingestion des données open data Paris (espaces verts, inventaire arboricole); modèle scikit-learn de recommandation d'espèces d'arbres; dashboard React géospatial.