Abderrahim Yahi

projet IA : ARCHITECTE , Lead Tech
Encadrement d’une équipe de data scientiste
formateur Big Data ( ecosystem Hadoop et Spark)
Gestion de référentiels data center (utilisation CNN et YOLO V2)
la définitions des architectures de 3 projets de l’IA ( chatbot , maintenance prédictive et la reconnaissance des objet)
Générations des rapport Automatique avec l’IA ( STT “ utilisation de MOZILLA DEEPSPEECH“ ) et text mining pour faire des résumés des conversations.
Adaptation de TTS pour le Chatbot ( utilisation de Tacotrone 2 )
la maintenance prédictifs ( prédire les pannes des disques dure via les metrics SMART ) ( utilization Random foreste)
Assurer la formation des ingénieurs en Machine Learning
Organisateur du Hackathon interne sur l’intelligence artificielle
la mise en oeuvre d’une plateforme data science, AI ( AUTO ML , ACUMOS AI) avec jupyterhub
Développement d’un moteur de conversion de voix en text « speech to text »
Développement d’un Chatbot avec NLP /NLU (RASA NLU ) et utilisation des Réseaux de neurons RNN.
Reconnaissance d’objets dans les flux vidéos
Corrélation d’alarmes des logs de serveur type Apache, Nginx pour la prédiction des pannes.
Développement d’un pipeline en python avec Kafka, spark streaming pour parser les logs de sécurité type « ProxySG » sur elasticsearch.
Développement des scripts python pour le nettoyage des données .
Création des workflows Oozie pour la coordination et Schedule les jobs.
Création des requêtes Hive HQL pour loader et traités les données brutes de HDFS
Méthodologie Agile Scrum
présentations des livrables auprès de la direction
Projet AB2D plateforme ELK ECE:
Installation d’ un cluster Elasticsearch ( DEV , QUALIF , PROD) sur Windows server 2012 R2
Analyse du dimensionnement global/nombre de nodes et shards ( elastichead , cerebro )
Déploiement des pipelines d’ ingestion Logstash/ SparkStreaming
Gestion de la sécurité des accès ( X-pack , SearchGuard )
Découpage via Grok / extraction des champs
Mise à jour des données sur elasticsearch via SparK ETL
Enrichissement des logs
Création des Dashboard Kibana et visualisation des données indexés sur elasticsearch
Analyse volumétrie des logs : nb de log/s = compression des logs
la mise en œuvre et implémentation d’architectures BIGDATA Cloudera CDH 5.16 et migrations de HDP vers cloudera