YOUNES EL KACIMI

• Conception et mise en œuvre de solutions sécurisées de reverse proxy, WAF et API Gateway, réduisant la surface d’attaque et accélérant les déploiements grâce à l’automatisation CI/CD. • Développement et maintenance de modules et d’outils pour les solutions ENG (open source et internes). • Mise en place et évolution des pipelines CI/CD ; livraison des outils sous forme d’artefacts conteneurisés et automatisation des déploiements. • Établissement et sécurisation de pipelines DevSecOps (scans de sécurité, gestion des dépendances et des secrets). • Conception, implémentation et exploitation d’API Gateways pour exposer des microservices de manière sécurisée (authentification, routage, limitation de débit et supervision). • Conteneurisation et déploiement (Docker, Kubernetes). • Rédaction de documentation et fourniture de support opérationnel. • Travail en environnement Agile et collaboration étroite avec des experts sécurité/réseau et des équipes opérationnelles.

• Mise en place d’une plateforme de suivi des tests d’intrusion, améliorant la gestion des vulnérabilités et l’efficacité du reporting. • Réalisation de tests d’intrusion sur des actifs via HackerOne (bug bounty), avec l’identification de 3 vulnérabilités validées de sévérité moyenne et élevée. • Tests d’évasion de WAF, améliorant la précision de détection et réduisant les faux positifs.

• Configuration d’un reverse proxy pour la gestion du trafic entrant vers des serveurs en DMZ, avec intégration d’un Web Application Firewall (WAF) pour renforcer la sécurité. • Ajustement et optimisation des règles WAF, réduisant les faux positifs d’environ 40 % tout en maintenant une forte capacité de détection des menaces. • Mise en œuvre et maintenance d’un système de détection d’intrusion hôte (HIDS) pour la surveillance continue de l’activité des serveurs. • Configuration et administration d’une solution SIEM basée sur Elastic Stack pour l’analyse et la visualisation des logs.

• Recherche, développement et évaluation comparative de 4 modèles de machine learning sur des jeux de données d’attaques IoT pour la détection d’intrusions, avec une précision atteignant ~92 %. • Évaluation des performances des modèles dans des scénarios IoT réels, contribuant à l’identification de l’approche la plus efficace pour des systèmes légers de détection d’anomalies.

• Développement d’algorithmes de nettoyage et de prétraitement de données à grande échelle, réduisant le bruit des jeux de données bruts d’environ 30 % et améliorant la précision des modèles. • Application de techniques de text mining sur des données non structurées, permettant l’extraction d’informations clés et la réduction du temps de recherche manuelle d’environ 40 %. • Conception de pipelines ETL intégrant l’OCR pour traiter et stocker des informations structurées à partir de documents scannés, réduisant les temps de traitement de plusieurs heures à quelques minutes. • Collaboration avec des équipes pluridisciplinaires pour affiner les besoins et livrer des solutions sur mesure, garantissant une adéquation totale avec les exigences métier.