Nesrine souilhi

La mise en place d'une application web conçue pour faciliter et accélérer la revue de code dans GitLab, GitHub et BitBucket en utilisant une solution d’intelligence artificielle générative (GenAI). L’application permet d’accéder aux demandes de fusion (merge requests) et d’utiliser l’intelligence artificielle pour générer des commentaires et suggestions automatiques. • Utilisation d’AWS (Amazon Web Services) : 🔹Consommation des modules AWS fournies par l’équipe OPS avec Terraform et Terragrunt en utilisant les services AWS suivants: S3, API-Gateway, Cognito, Lambda • Utilisation de LangChain et CrewAi: 🔹Intégration de LangChain pour développer un modèle génératif automatisé de commentaires sur les demandes de fusion, analysant les modifications de code afin de proposer des suggestions d’amélioration en clean code, bonnes pratiques et optimisation des performances. • Développement Backend avec Python Chalice: 🔹 Développement d’une API RESTful avec Python Chalice pour orchestrer les interactions entre l’application web et trois plateformes, déployée de manière scalable et sécurisée via AWS Lambda. • Développement Frontend avec Angular: 🔹Développement de composants Angular dynamiques pour afficher et interagir avec les demandes de fusion. 🔹Mise à niveau d’Angular et Angular Material vers la dernière version LTS • Tâches du techlead: 🔹Encadrement technique de l’équipe de développement et accompagnement dans la montée en compétences. 🔹Revue de code régulière pour garantir la qualité, la maintenabilité et la conformité aux bonnes pratiques. 🔹Veille technologique continue et proposition d’améliorations techniques (outillage, performances, sécurité). 🔹Participation aux choix d’architecture et aux décisions techniques clés du projet. 🔹Participation active à toutes les cérémonies du sprint (sprint planning, daily meetings, sprint review, rétrospective), avec prise de décisions techniques et suivi de l’avancement de l’équipe.

La mise en place d’un processus de déploiement pour un ERP de facturation appelé ”ALLGO” implique la mise en œuvre d’une plateforme de gestion d’entreprises, d’employés et de comptabilité en ligne. • Utilisation d’AWS (Amazon Web Services) : Consommation des modules AWS fournies par l’équipe OPS avec Terraform et Terragrunt en utilisant les services AWS suivants: 🔹S3: pour exposer le front 🔹API-Gateway: pour exposer le back 🔹Cognito: pour l’authentification 🔹Lambda: pour déployer le backend en NodeJs • Gestion des pipelines CI/CD avec GitLab: 🔹Automatisation du déploiement des applications backend Node.js sur le service Lambda d’AWS. 🔹Automatisation du déploiement des applications front-end Angular sur S3 d’AWS. • Mise en place de la Base de données: 🔹Déploiement de la Base de données mongo des différents environnements du développement jusqu’en production. 🔹Déploiement des scripts MongoDB • Utilisation de Vault: 🔹Gestion des mots de passe. 🔹Gestion des variables d’environnement. • Développement Backend avec NodeJs : 🔹Création et développement de la partie backend représentant les API REST du projet. Optimisation des requêtes MongoDB pour améliorer les performances d’accès aux données. 🔹Intégration du SonarQube pour analyser la qualité du code, détecter les vulnérabilités et améliorer les normes de développement, assurant ainsi un code plus robuste et sécurisé 🔹Implémentation des tests unitaires/intégration angular en utilisant Jest.

UBIM: Le projet ”UBIM” est une plateforme de vente de packs de formations en ligne. Elle offre aussi la fonctionnalité de reformulation des CVs des utilisateurs dans le but de faire le matching avec les formations disponibles dans de prochaines étapes. 🔹Développement de scripts Python pour automatiser la récupération d’URLs de profils LinkedIn 🔹Analyse exploratoire du DataSet, suivie d’un nettoyage des données. 🔹 Création de dictionnaires de mots-clés techniques par spécialité, utilisés pour classer automatiquement les profils scrappés 🔹Traitement automatisé des CVs déposés, suivi d’une tokenisation via NLTK pour extraire les mots-clés 🔹Développement d’un script Python permettant de faire le matching entre les exigences des formations et les contenus des CVs analysés. 🔹Création d’un endpoint avec Python Flask 🔹Encadrement des stagiaires : accompagnement dans leurs tâches, résolution de problèmes techniques, soutien au développement professionnel, participation aux décisions techniques et validation des Merge Requests. Vibrom: Le projet ”Vibrom” est une plateforme permettant au client de HK consulting d’assister aux réunions en réalité virtuelle, pour pouvoir voir les chantiers en 3D et faire un tour en utilisant leurs téléphones, un ordinateur ou des lunettes de réalité virtuelle. 🔹 Collecte d’une base de données audio depuis Kaggle, suivie d’un filtrage par langue 🔹Nettoyage des données afin d’assurer la qualité et la cohérence du jeu de données pour l’entraînement du modèle. 🔹Séparation des fichiers audio par langue (français et anglais) pour entraîner deux modèles distincts 🔹 Traitement des fichiers audio avec la bibliothèque Python speech-recognition, expérimentation de plusieurs algorithmes d’IA, pour identifier le plus performant, création de deux modèles SVM distincts. 🔹 Développement d’un endpoint avec Python Flask pour intégrer la fonctionnalité de rédaction de PV de réunions dans une application web développée avec Three.js.