Nidhal SFAXI

Déploiement et administration d’un parc de 5 Raspberry Pi 4 Model B (BCM2711, Cortex-A72) sous Ubuntu Linux, dédié à la supervision locale d’équipements industriels. - Assuré l’administration complète des systèmes Linux : gestion des utilisateurs, droits et permissions, accès SSH, configuration réseau, services système, dépendances et mises à jour. - Automatisé le provisionnement, la configuration et la maintenance du parc avec Ansible via SSH, garantissant une configuration homogène et reproductible des équipements. - Automatisé l’installation des dépendances ainsi que le déploiement et la mise à jour de l’application de supervision sur l’ensemble du parc. - Intégré les capteurs et périphériques industriels et configuré l’acquisition et le traitement local des données. - Installé et administré Grafana et développé des dashboards de supervision en temps réel pour le suivi des mesures, KPI et états des équipements. - Intégré Rudder pour préparer la gestion centralisée, le provisionnement et le maintien en conformité d’un parc Linux embarqué à plus grande échelle. - Renforcé la sécurité des systèmes Linux par la gestion des accès SSH, des permissions, des services et des configurations réseau. - Réalisé les tests d’intégration, de validation et de sécurisation, puis préparé et effectué la mise en production des équipements. - Assuré la maintenance, le diagnostic et la résolution d’incidents afin de garantir la disponibilité et le bon fonctionnement de la plateforme.

Développement d’une solution embarquée de supervision industrielle et de détection de pannes en C, C++ et Python, dédiée à la surveillance et à l’amélioration de la disponibilité des équipements industriels. - Sélectionné, installé et intégré des capteurs industriels pour l’acquisition et la surveillance des données machines. - Développé et intégré des drivers de capteurs conformément aux spécifications matérielles et aux documentations constructeurs. - Implémenté les protocoles MQTT, HTTP, OPC UA et Modbus pour assurer l’acquisition et la transmission fiables des données. - Conçu des pipelines de traitement et de stockage des données avec PostgreSQL et TimescaleDB, et intégré un modèle d’IA de détection d’anomalies atteignant environ 85 % de précision. - Automatisé l’exécution et le déploiement de la solution à l’aide de scripts Bash, améliorant la reproductibilité et réduisant les interventions manuelles. - Développé un système local de synchronisation temporelle NTP sur Raspberry Pi avec module GPS, garantissant la cohérence des horodatages entre les capteurs distribués. - Conçu des dashboards de supervision avec Grafana et ThingsBoard pour visualiser et analyser en temps réel les données et l’état des équipements. - Mis en place des pipelines GitLab CI/CD pour automatiser l’intégration, les tests et le déploiement de l’application. - Diagnostiqué et résolu les incidents liés aux déploiements et aux pipelines CI/CD afin de maintenir la stabilité et la disponibilité de la plateforme. - Collaboré avec l’équipe de développement à l’optimisation et à l’amélioration continue de la fiabilité de la plateforme de supervision industrielle.