Raef OUESLATI

– Concevoir et formaliser les cas de tests et scénarios fonctionnels (PE) – Définir et mettre en œuvre les jeux de données nécessaires aux campagnes de tests – Exécuter les recettes fonctionnelles manuelles et automatisées (PEE) – Développer, maintenir et faire évoluer les scripts de tests automatisés et les requêtes SQL (Python, Pgadmin) – Mettre à jour et enrichir le référentiel de tests automatisés – Lancer et piloter les campagnes de tests automatisés et de non-régression – Analyser les résultats des tests automatisés et manuels – Identifier, déclarer et suivre les anomalies jusqu'à leur correction (Mantis) – Accompagner les équipes métiers lors des phases de tests d'acceptation – Vérifier la conformité des livrables par rapport aux besoins fonctionnels exprimés

– Rédaction des scénarios de tests – Prise en charge des tests – Génération des KPI – Gestion du reporting des bugs et suivi de leur résolution (JIRA) – Analyse des logs (sematext) – Mise en production des nouvelles versions – Rédaction des procédures (Confluence) – Interface avec les équipes de développement – Automatisation des tests (Selenium, Python) – Méthodologie Agile

– Intégration/validation du logiciel ICONIS – Analyse des données (.xml) SNCF (BASIC/GAIA) reçues : – Circulations/ Planches Travaux/ Observations/ Enchainements – Intégration des données reçues – Hors ligne: avec un simulateur – En ligne: connexion directe avec les webservices SNCF et toutes la chaine d'ICONIS – Génération des KPI d'intégration des données interfaces externes – KPI des circulations importées, rejetées et partiellement importées. – KPI des Planches Travaux/Observations/Enchainements importés et rejetés. – Analyse des données intégrées et rejetées dans la base de données (SqlServer) – Validation dans le cas où s'est rejeté correctement-> Anomalie SNCF(JIRA) – Non validation dans le cas où s'est rejeté à tort -> Anomalie ALSTOM (Clearquest/Devops) – Suivi des anomalies crées – Validation des anomalies annoncées corrigées dans la version livrée d'ICONIS (Interface externe, IHM et autres modules) – Synthèse de la maturité du logiciel – Démonstration client – Aide au client si besoin dans l'IVV client – Échange avec les équipes de développement et d'intégration en Inde et Italie

– Intégration Module acquisition de données pour un véhicule autonome – Analyse des données issues des capteurs : – Analyse des flux de données / trames CAN – 'Sniffing' de trames réseaux avec WIRESHARK – Analyse de documentations techniques issues des équipementiers – Intégration d'un code en C sur Visual Studio 2015 – Intégration de la fonctionnalité d'acquisition de données – Intégration de la fonctionnalité de conversion de données – Intégration de la fonctionnalité stockage des données converties – Création de diagrammes RTMAPS permettant l'acquisition des données issues des capteurs – Réalisation des essais roulages – Simulation de l'environnement pour un véhicule autonome – Génération d'environnement de simulation sous MATLAB – Réception et Analyse de fichiers de données Excel – Générations des environnements dynamiques et statique (routes, obstacles, Véhicules, piétons) avec MATLAB

– Revue de spécifications et mise à jour – Analyse des spécifications techniques et fonctionnelles – Rédaction de Test cases conforme à la norme ISO 26262

– Analyse de l'existant et état de l'art – Rédaction des spécifications techniques (Analyse fonctionnelle) – Rédaction des spécifications techniques avec StarUML (diagramme d'activité, diagramme de séquence, diagramme d'état, ...) – Développement de l'architecture du véhicule autonome – Utilisation de la méthode des tentacules (antennes virtuelles) sous MATLAB/SIMULINK : – Anticipation de trajectoire – Sélection des tentacules navigables – Choix du chemin optimal selon des critères spécifiques tels que la sécurité, confort et suivi de trajectoire globale – Réalisation de test en simulation sous MATLAB : – Use case de déplacement/ de rabattement/ Suivi de ligne – Encadrement d'un stagiaire sur le même projet : évolution de code sur d'autres use case sur des routes différentes – Rédaction d'un rapport et soutenance

– Analyse de l'existant des capteurs – Utilisation d'un capteur optique (LEAP MOTION) et son SDK et d'un capteur inertiel (MPU 9250) – Programmation en langage PROCESSING sur SDK fournit avec le capteur – Fusion de donnes des deux capteurs inertiels et optique – Intégration dans le simulateur et réalisation de tests – Publication dans une conférence biomédicale et Rédaction d'un rapport de stage et soutenance