Oussama BELCAID

LEADERSHIP & COORDINATION TECHNIQUE ▸ Référent technique périmètre Kafka Streams & pipelines data — conception, arbitrage et documentation des solutions complexes ▸ Animation des revues techniques de sprint : qualité, architecture, incidents et recommandations ▸ Coordination transverse avec équipes infrastructure, DevOps et product sur les livraisons en production ▸ Définition et réalisation de POCs · Garant des bonnes pratiques : revues de code, normes de codage et cohérence d'architecture PERFORMANCE JVM & MODERNISATION ▸ Profiling avancé (JVisualVM, YourKit, JConsole) — résolution fuites mémoire, contention threads, pauses GC ▸ Pilotage migration Java 8 → 17/21/22 et modernisation Spring sur l'ensemble des pipelines Kafka Streams DATA STREAMING & INFRASTRUCTURE ▸ Industrialisation de 30 applications Kafka Streams et 30 reporters Spark Scala — conception pipelines temps réel, Kafka Connectors, MirrorMaker 2 (réplication interclusters), Schema Registry (Avro) ▸ Supervision clusters Kafka sur Kubernetes (OpenShift, Azure) — configuration brokers/topics/partitions, monitoring Prometheus · Grafana · ELK ▸ Benchmarking Spark Streaming vs Kafka Streams, tuning retention/compression/consumer lag BATCH, ORCHESTRATION & CI/CD ▸ Développement Spark Scala sur Azure Databricks, orchestration Airflow et Kubernetes ConfigMaps ▸ Framework CI/CD complet (Groovy · Jenkins · Helm Charts · Ansible · Terraform) — automatisation déploiements et monitoring Kafka en production ▸ Optimisation du provisionnement des ressources et gouvernance — réduction d'environ 12% des coûts Azure sur l'infrastructure Big Data AI ENGINEERING ▸ Conception système RAG multi-agents sur graphe de connaissances intégré à Prometheus — diagnostic automatisé des jobs Spark via agents spécialisés ▸ Développement plateforme AgentOps : orchestration de 6 agents IA spécialisés (code review, audit sécurité, monitoring infrastructure, incident response, génération de correctifs + PR GitHub) via superviseur avec re-planning dynamique ▸ Intégration Model Context Protocol (MCP) — 5 serveurs d'outils connectés en pool persistant, communication SSE temps réel, architecture event-driven sur Azure Service Bus ▸ Conception système RAG multimodal enterprise : ingestion PDF multimodale (texte, tableaux, images), stratégie dual-content indexing, hybrid search BM25 + vector search, reranking cross-encoder ms-marco, 3 modes d'exécution (Fast / Advanced / Agentic avec self-refinement loop et confidence gating) ▸ Déploiement sur Azure : Container Apps (AgentOps), AKS avec modèles self-hosted embeddings & reranking (RAG), Azure AI Search, Azure OpenAI GPT-4o Environnement technique : Java 8/17/21/22 · Spring · Kafka · Spark Scala · Groovy · Python · Azure · Azure Databricks · Azure AI Search · Azure OpenAI · Kubernetes · OpenShift · Airflow · Ansible · Terraform · Jenkins · Helm Charts · ELK · Grafana · Prometheus · FastAPI · Langchain · LangGraph · React · NextJS

J’ai rejoint Air France en tant qu’Ingénieur Performance JVM, spécialisé dans l’optimisation de traitements batch à grande échelle et fortement multithreadés. Mon rôle consistait à améliorer la stabilité, la scalabilité et la latence d’applications critiques en optimisant finement la JVM, la gestion mémoire et les performances globales du système. Principales réalisations et responsabilités : ● Pilotage de la migration de services legacy vers Java 11, 17 puis 21, ainsi que la montée de version du framework Spring, afin d’améliorer la maintenabilité, les performances et la stabilité long terme de la plateforme. ● Optimisation avancée de la JVM : ○ Tuning de la mémoire heap et des garbage collectors, analyse de thread dumps pour optimiser la gestion mémoire et réduire la latence. ○ Migration de G1 GC vers ZGC afin de minimiser les pauses “stop-the-world”, améliorer la gestion des objets en mémoire et augmenter le throughput des batchs. ● Optimisation des batchs multithread : ○ Identification et résolution de problèmes de concurrence, de contention threads et de goulots d’étranglement sur des services critiques. ○ Amélioration significative de la réactivité du système et de la stabilité sous forte charge. ● Conception et implémentation d’un gestionnaire adaptatif de pool de connexions HikariCP : ○ Autoscaling en temps réel des connexions base de données basé sur des métriques runtime (temps d’attente P95, connexions actives). ○ Déploiement en environnement multithreadé de production, avec amélioration des performances et réduction du tuning manuel en charge variable. ● Cache distribué : ○ Benchmark approfondi entre Apache Ignite et Redis (throughput, latence, scalabilité, contraintes opérationnelles) pour orienter les décisions d’architecture. ○ Conception et mise en œuvre d’un système de cache distribué basé sur Apache Ignite afin de réduire la latence et de décharger Elasticsearch et les APIs externes. ● Migration cloud vers AZURE ○Intégration des workloads avec Kubernetes (AKS) pour améliorer la scalabilité et la résilience des traitements batch. ○Mise en place et maintenance de pipelines CI/CD avec Jenkins et ArgoCD, permettant des builds et déploiements automatisés sur Kubernetes selon les bonnes pratiques GitOps (gestion des rollbacks incluse). ○Collaboration étroite avec les équipes infrastructure et SRE afin d’aligner le design applicatif avec les contraintes Kubernetes, les exigences de scalabilité et les standards de fiabilité en production. ●Tests & résilience : ○ Conception et développement d’un framework de Chaos Testing pour challenger les développements en environnements de qualification. ○ Mise en place de stress tests et endurance tests afin de garantir la résilience et la stabilité du système. ○ Migration de base de données Oracle vers PostgreSQL. Stack technique : Java 17 → 21, Spring Boot, tuning JVM (G1 → ZGC, optimisation heap, analyse thread dumps), JVisualVM, JConsole, Eclipse MAT, HikariCP, PostgreSQL, Kafka, JMS, Kubernetes (AKS), Azure Cloud,Ansible,terraform ,ELK, Grafana,Prometheus. Méthodologies : SCRUM, Kanban

As part of the PRODUCE AND DELIVER team, I contributed to the PRODCOM project, responsible for managing internal orders and ensuring seamless data exchange between enterprise systems (SAP, TRANSPORT, FINANCE). My work focused on optimization, performance tuning, and distributed architectures to enhance system reliability and scalability. 🚀 Key Contributions: 🛠️ Optimized batch processing with multithreading, improving execution time, resource efficiency, and concurrency management. 🔄 Implemented & managed high-throughput batch & flows execution in a distributed environment, ensuring scalability and fault tolerance. 🔍 Conducted deep profiling & hprof analysis, diagnosing and resolving memory leaks, GC overhead, and performance bottlenecks. ⚡ Enhanced server instance management, ensuring optimal workload distribution across nodes in a cloud-native setup. 🏗 Refactored & modernized legacy architectures, improving maintainability and performance with Spring Boot and API REST. 🔧 Fixed critical bugs and implemented new features, ensuring smooth business operations and seamless enterprise system integrations. 📊 Analyzed and solved complex technical-functional problems, taking ownership of RUNBOY operations one week out of six to ensure business continuity. 🛠 Tech Stack: Java 11, Spring Boot, Struts, JSP, Docker, Kafka, Flux MQ (via OpenEx), API REST, JUnit, Jenkins, Log4j, Swagger, Oracle, Hawtio, Rundeck, GoldenEyes, Kubernetes 💡 Methodologies: ✅ SCRUM & Agile Development | ✅ Test-Driven Development (TDD) 🔹 Focus Areas: 🚀 Performance Optimization | 🔄 Multithreading & Parallel Computing | 🏗 Distributed Architectures | ☁ Cloud-Native Deployments | ⚡ Batch Processing & Scalability | 🔍 Profiling & System Debugging

At SILOGIK, I contributed to the LMS (Laboratory Management System) project, a solution designed for medical analysis laboratories to manage the entire workflow from pre-analytic to post-analytic, including automation and configuration management. My role focused on software design, security, microservices architecture, and system integration. 🚀 Key Contributions: 🏗 Designed and developed a microservices-based backend, ensuring scalability, modularity, and efficient workflow automation. ✍️ Authored technical and functional specifications, documenting critical system components and workflows. 🔒 Implemented security best practices, integrating Spring Security with JWT authentication and setting up an Application WAF firewall to enhance system protection. 🖨 Developed a microservice for printer management using CUPS command-line utilities, streamlining printing automation. ⚙️ Engineered drivers for network-connected laboratory automata utilizing the ASTM protocol, ensuring seamless integration and communication with medical devices. 📊 Optimized database queries with QueryDSL and Hibernate, improving response time and reducing bottlenecks in high-volume transactions. 🛠 Tech Stack: JEE, Spring Boot, Spring Security (JWT), Hibernate, Design Patterns, PostgreSQL, QueryDSL, REST API, Angular 7, REST Assured (Testing), slf4j (Logging), Swagger (Documentation), CUPS, Material Design, StarUML, GitHub, Trello, Slack 💡 Methodologies: ✅ SCRUM & Agile Development | ✅ Extreme Programming (XP) 🔹 Focus Areas: 🚀 Microservices Architecture | 🔒 Application Security & Authentication | ⚙️ System Integration & Device Communication | 📊 Performance Optimization | 🏗 Scalable & Modular Software Design

stage et formation en php framework symfony

j'étais en stage de un mois où j'ai developpé une application web avec php framework symfony qui fait la gestion des clients et leurs factures