Wajih Aouida

ˆ Conception et déploiement d'une infrastructure data end-to-end (ingestion, nettoyage, feature engineering, stockage) sur données capteurs IoT industrielles. ˆ Pipelines ETL automatisés (Python) : collecte, transformation, orchestration et chargement des données vers les modèles de production. ˆ Architecture technique globale (backend, data pipeline, API d'inférence) avec briques cloud (GCP, BigQuery) pour le stockage et le calcul à l'échelle. ˆ Modèles de prédiction (séries temporelles / classifcation) branchés sur le pipeline de données pour la détection d'anomalies. ˆ Pratiques DevOps (Docker, versioning, CI/CD) pour fiabiliser le déploiement continu de la solution.

-Test autonome d’un module de théorie des signatures pour l’extraction de caractéristiques de séries temporelles. -Conception d’un algorithme de clustering par union d’espaces pour la segmentation fonctionnelle des données -Implémentation d’une fonction d’analyse fonctionnelle pour le traitement et la visualisation de signaux -Intégration, tests et déploiement du pipeline complet avec documentation utilisateur

-Développement du backend d’une application de gestion de parking en Île-de-France -Conception et automatisation de pipelines de collecte, nettoyage et traitement de données -Création d’API REST pour la gestion, l’analyse et la visualisation des données en temps réel -Implémentation de modèles de Machine Learning pour la prédiction de disponibilités et d’occupation -Développement de modèles NLP pour la génération automatique de notifications intelligentes