Youssef Benkdane

Contexte : Plateforme d’agents IA pour appels téléphoniques temps réel, automatisation de workflows et intégrations CRM pour clients entreprise. – Pilotage de bout en bout de la plateforme (roadmap, architecture, mise en production), management de 4 ingénieurs et d’une équipe DevOps externe. – Conception d’une couche d’int´egration CRM générique permettant aux agents IA de journaliser appels et actions dans des CRM custom, Salesforce et HubSpot, réduisant le code spécifique client de ˜70%. – Développement de workflows configurables permettant l’ajout d’int´egrations CRM en un clic, réduisant le temps d’intégration de plusieurs semaines à quelques jours. – Consolidation d’une architecture fragmentée (16 microservices, 3 APIs, 2 bases de données) en 5 services cœur, améliorant la fiabilité et réduisant la charge opérationnelle de ˜50%. – Développement d’un service d’orchestration temps réel en Rust intégrant OpenAI, ElevenLabs, Deepgram et LiveKit avec une latence bout-en-bout inférieure à 800ms. – Fine-tuning de modèles de langage via LoRA pour des cas métier spécifiques, améliorant le taux de succès des tâches de ˜25% et réduisant les coûts d’inférence de ˜40%. – Conception d’une plateforme multi-région hautement disponible (objectif 99.99% d’uptime) avec une réduction des coûts cloud de ˜70%.

Développement de backends et de systèmes distribués alimentant les plateformes publicitaires, analytiques et de streaming de TF1 (plusieurs millions d’utilisateurs quotidiens). • Développement d’un proxy d’ad-serving en Go traitant des millions de requêtes par jour avec une latence inférieure à 200 ms sur les flux live et VOD. • Pilotage du développement backend d’Adventory, la plateforme unifiée de gestion publicitaire générant plus de 200 M$ de revenus annuels. • Conception de systèmes distribués en Go, Kafka, Redis, SQS et DynamoDB pour supporter des workflows publicitaires temps réel. • Gestion de l’infrastructure AWS et automatisation des déploiements via ArgoCD et Terraform, améliorant la fiabilité des mises en production. • Mise en place de l’observabilité avec Datadog afin d’améliorer le respect des SLA et de réduire le temps de détection des incidents en production. • Contribution à « Wizfy », un framework de tests E2E basé sur du proxy MITM pour valider la conformité de la diffusion publicitaire. • Responsabilité du service « middle-analytics », service central de transformation d’événements utilisé par l’ensemble des applications frontend de TF1 : • Remplacement de mappings YAML fragiles nécessitant des redéploiements à chaque modification. • Conception d’une V2 basée sur des mappings dynamiques en temps réel, un moteur de nœuds, la gestion de variables en langage naturel et la validation de schémas. • Mise à disposition d’outils en self-service permettant aux équipes adtech et frontend de faire évoluer les analytics sans intervention d’ingénierie. • Définition de la stratégie long terme d’une plateforme d’analytics interne afin de supprimer la dépendance à des solutions tierces.

• Pilotage de la migration de l’infrastructure backend de Polyfact d’un système monolithique vers une architecture microservices cloud-native et événementielle sur GCP (Cloud Run, Pub/Sub) avec Terraform. • Développement d’un pipeline cloud d’extraction média, découplant les traitements vidéo/audio gourmands en ressources des services cœur, et permettant la reconnaissance faciale ainsi que l’analyse de transcription en temps réel. • Optimisation du traitement des flux politiques en direct, atteignant une transcription quasi instantanée et améliorant la fiabilité du système via le profiling et la correction de fuites mémoire. • Conception et développement d’un système de tracking des transitions YouTube Live vers VOD, automatisant les workflows de retraitement vidéo haute qualité. • Amélioration des capacités de synthèse de transcription par l’intégration de modèles d’IA, augmentant l’accessibilité et la profondeur analytique pour les utilisateurs finaux. Stack technique : Golang, Google Cloud Platform (Cloud Run, Pub/Sub), Terraform, Python (modules IA), Svelte (frontend).

• Pilotage de la refonte complète du backend d’hébergement Faaaster, avec migration d’une infrastructure monolithique vers un système microservices cloud-native basé sur GCP, Kubernetes et Go. • Mise en place d’un système de scale-to-zero pour les instances WordPress via KEDA et Kubernetes, réduisant les coûts d’infrastructure d’environ 50 % grâce à une gestion dynamique des pods. • Développement d’une API REST en Go pour orchestrer les ressources Kubernetes et permettre une communication fluide avec les environnements WordPress. • Développement d’un contrôleur Kubernetes sur mesure pour automatiser la gestion des instances ProxySQL et optimiser le scaling des bases de données sur GCP. • Création d’un plugin WordPress permettant aux utilisateurs de benchmarker et de gérer leurs sites de manière autonome, améliorant significativement l’expérience utilisateur et l’efficacité opérationnelle.

- Création d’une API en respectant l’architecture SOLID - Utilisation de PostgreSQL, JWT, SafeCharge, AWS S3 et Coinbase Pro - Intégration de l’API via NuxtJS - Mise en place d’un système de notifications en temps réel utilisant Web

- Création d’une API respectant l’architecture SOLID pour une plateforme de forum. - Utilisation de PostgreSQL, JWT, BitPay et AWS S3. - Supervision d’une équipe de 4 développeurs