Dinara Garcin

Contexte : Développement d’une plateforme SaaS qui facilite l’échange de données en temps réel des compagnies de transports publics et privés (+5000 bus connectés /jour) • Development de nouvelles features o Conception et optimisation des rapports statistiques avancés -> passage du temps de réponse moyen de 2 min à 3 sec o Validation des fichiers GTFS o Automatisation de la prise en charge des deviations o Systeme de regulation par intervale • Migration de l’API de Tornado vers FastAPI o Conception de la base de données et gestion des migrations o Implementation des couches métiers o Ajout des tests unitaires, d’integration et end-to-end -> augmentation du test coverage à 70% • Optimisation des performances o Mise en place de code asynchrone, multiprocessing, background tasks o Migration des responsabilités du frontend vers le backend o Optimisation des requêtes en base de données (MongoDB) o Diffusion de bonnes pratiques au sein de l’équipe de développement (pep8, black, ruff, pre- commit, pair programming) Environnement Technique : Python (3.11), FastAPI, Tornado, Pydantic, Pytest, VueJS, AWS, MongoDB, Docker, Notion, Gitlab, Prefect

Contexte : Amélioration des pronostics des ventes d’un leader du retail alimentaire • Définition des paramètres pouvant impacter les ventes (opportunités, risques, appels d’offres, promotions, saisonnalité) • Développement des modèles statistiques de prévisions • Analyse des tableaux de bord de prévisions • Amélioration de la qualité des prévisions • Préparation et participation à la revue de la demande. • Point de contact entre les différents acteurs de la supply chain Environnement Technique : Python, Matlab, Oracle