Smail BOUCHELAGHEM

– Direction de la mise en œuvre technique complète de la solution ACTIVITY CHECKER pour les clients de BNP, en pilotant toutes les étapes du processus, de la conception à la production. – Conception et développement d'un job utilisant Airflow et PySpark pour extraire et transformer des données provenant de sources multiples sur la plateforme BNP CIP, assurant ainsi une intégration fluide et efficace des données dans le système. – Optimisation du traitement des données en exploitant les Buckets S3 pour gérer de manière optimale les grands volumes de données et garantir des performances accrues tout en réduisant les coûts de stockage. – Conception et mise en œuvre d'un tableau de bord visuel en utilisant PL/SQL et Oracle APEX, fournissant aux clients une interface intuitive pour visualiser et analyser les données, tout en répondant à des besoins métiers spécifiques pour une prise de décision éclairée. – Déploiement du code depuis l'environnement de développement vers staging, puis en production, en automatisant le processus de déploiement du code via des pipelines CI/CD (intégration et déploiement continu), en utilisant Git pour la gestion du code et Jenkins pour l'orchestration des déploiements. – Gestion de la version du code sur Bitbucket et Git, en supervisant les commits, les branches et les demandes de fusion, garantissant ainsi un développement cohérent et la traçabilité des changements tout au long du cycle de vie du projet. – Amélioration continue des processus de traitement des données en identifiant les points de friction et en mettant en œuvre des optimisations permettant de réduire les temps de traitement tout en augmentant la fiabilité des systèmes. – Formation et accompagnement des équipes juniors sur les technologies utilisées, en favorisant une approche collaborative pour augmenter l'efficacité globale du projet. – Environnement Technique : Python, Airflow, PySpark, AWS (Buckets S3), PL/SQL, Oracle APEX, Linux, Bitbucket (GIT), Confluence, Jira

– Conception et déploiement d'une solution Big Data robuste pour analyser et restituer des données financières provenant de multiples sources, tant pour des besoins historiques que temps réel. – Développement de jobs Scala et Spark pour la normalisation des données et la génération de rapports financiers détaillés. – Mise en place de scripts Bash pour automatiser le lancement de jobs dans un DataLake Cloudera, garantissant ainsi une gestion efficace des flux de données. – Déploiement de pipelines CI/CD via Jenkins et Ansible, permettant d'assurer une intégration continue et un déploiement fluide des solutions. – Collaboration étroite avec les Product Owners du périmètre Fixed Income pour traduire les besoins métiers en solutions techniques, en mode Agile. – Développement et tests en TDD et BDD pour garantir la qualité et la robustesse des solutions livrées. – Implémentation de schedulers tels que Oozie et Airflow pour l'automatisation des processus de gestion des données. – Extraction de données massives et gestion de Hadoop, Hive, Oracle SQL, et autres technologies de bases de données pour une analyse approfondie des données financières. – Veille à la qualité du code avec l'outil SonarQube pour assurer la conformité aux bonnes pratiques et standards de développement. – Rédaction de documents fonctionnels et techniques détaillés pour faciliter la compréhension et la maintenance de la solution. – Gestion du déploiement de la solution en environnement production, en collaboration avec les équipes responsables des sources de données. – Environnement Technique : Scala, Spark, Python, Cloudera, Oozie, Airflow, Bash, Ansible, Jenkins, Hive, SQL.

– Développement d'une solution d'imagerie hyperspectrale pour le recyclage du plastique en laboratoire, intégrant des outils d'analyse d'images et de données. – Collecte et transformation des données hyperspectrales avec Python et Spark, en utilisant Google Cloud Dataflow pour automatiser le traitement des grandes quantités de données. – Stockage des données traitées dans BigQuery pour des requêtes rapides et sécurisées, et gestion des fichiers d'images via Google Cloud Storage (GCS). – Création d'un outil de visualisation pour l'analyse des spectres des matériaux plastiques et le développement de modèles de classification à l'aide de TensorFlow et Scikit-Learn sur Google Cloud Platform (GCP). – Utilisation de Google Cloud Dataproc pour gérer les clusters Spark et optimiser les coûts du traitement des données à grande échelle. – Prise en main de la caméra hyperspectrale, calibration et optimisation des paramètres pour garantir une acquisition d'images de haute qualité. – Développement et test de techniques de segmentation pour extraire les signatures des plastiques et évaluer les résultats en vue d'une meilleure classification. – Formation des utilisateurs sur l'outil développé et rédaction des procédures techniques pour l'adoption de la technologie. – Présentation de la technologie aux dirigeants et managers, démontrant les avantages de l'imagerie hyperspectrale dans le recyclage du plastique. – Environnement Technique : PyCharm, Prediktera, Excel, Python, Spark, Google Cloud Platform (GCP) (Google Cloud Storage, BigQuery, Dataproc), Machine Learning et Deep Learning libraries (TensorFlow, Scikit-Learn, OpenCV, Pandas, NumPy, Matplotlib).

– Optimisation des opérations de production pour réduire l'impact environnemental en diminuant la consommation d'eau, de gaz et d'électricité, en s'appuyant sur des solutions Industrie 4.0. – Collaboration étroite avec les chefs de projet et les opérateurs pour identifier et mettre en œuvre des solutions numériques adaptées aux besoins de l'usine. – Rédaction de spécifications fonctionnelles et techniques pour guider les développements et intégrer de nouvelles technologies. – Proposition d'améliorations pour améliorer l'expérience des opérateurs de l'usine, en développant des outils adaptés à leurs besoins spécifiques. – Préparation et transformation des données des fours (en formats CSV et DAT), en les nettoyant et transformant pour permettre une visualisation via Power BI. – Prise en main de la solution IbaAnalyzer et de son langage de programmation dédié pour l'analyse des données des fours. – Étude des besoins fonctionnels de l'entreprise, en particulier pour l'optimisation des fours et la collecte de données depuis les automates de l'usine. – Rédaction et analyse des user stories pour définir les fonctionnalités à implémenter et répondre aux besoins des opérateurs. – Collecte et analyse des données issues des automates, en veillant à extraire uniquement les données pertinentes pour l'optimisation des processus de production. – Génération de rapports quotidiens pour les opérateurs des fours, en automatisant le processus de génération de ces rapports pour un suivi efficace. – Automatisation du processus de génération de rapports pour les différents fours, permettant ainsi un suivi en temps réel et une gestion simplifiée des données. – Coordination avec le responsable du département des projets digitaux, en participant activement aux réunions de suivi et de planification des actions. – Maîtrise de la solution IbaAnalyzer pour l'analyse avancée des données, tout en assurant une gestion fluide de son langage de programmation dédié. – Environnement Technique : Python, Power BI, IbaAnalyzer, Scrum.