Ahmed Nasri

Projet: Développement d'un générateur de jumeaux numériques dans le secteur de la santé : Conception et mise en d'une plateforme des de machine Learning et des d'analyse de données pour la et la prédiction de scénarios médicaux.

Tâches effectuées:

• • Analyse des besoins métiers et rédaction des spécifications techniques.

• • Participation à la conception de l'architecture technique de la plateforme.

• • Développement et déploiement d'API REST performantes et évolutives avec FastApi.

• • Modélisation et optimisation de bases de données relationnelles sous PostgreSQL.

• • Rédaction et exécution de tests unitaires avec Pytest, et mise en place d'une intégration continue.

• • Suivi et maintien de la qualité du code via SonarQube et Bandit.

• • Documentation technique claire et exhaustive, accessible via Flasgger.

• • Intégration de modèles de machine learning dans les flux opérationnels.

• • Implémentation d'API pour les tâches longues (Long Running Jobs) avec DAPR.

• • Mise en œuvre de mécanismes Publish/Subscribe via DAPR pour un traitement asynchrone et efficace des tâches volumineuses.

• • Gestion des versions des services développés avec Git et coordination de la collaboration en équipe.

• • Collaboration étroite avec l'équipe UX/UI pour garantir une expérience utilisateur optimale.

Environnement Technique: Python, FastAPI, alembic, poetry, DAPR, Microsoft Azure, DataBricks, Azure Storage, Docker, Bandit, Sonarqube, Pytest, Pylint, Flake8, GIT, Linux, Postgresql, JSON, API REST, Agile.

Développement d'un générateur de jumeaux numériques pour le secteur de la santé Conception et mise en oeuvre d'une plateforme intégrant des modèles de machine learning et des fonctionnalités avancées d'analyse de données pour la simulation et la prédiction de scénarios médicaux

Tâches effectuées :

• Analyse des besoins métiers et rédaction des spécifications techniques.

• Participation à la conception de l'architecture technique de la plateforme.

• Développement et déploiement d'API REST performantes et évolutives avec Flask.

• Modélisation et optimisation de bases de données relationnelles sous PostgreSQL.

• Rédaction et exécution de tests unitaires avec Pytest, et mise en place d'une intégration continue.

• Suivi et continuation de la qualité du code via SonarQube, et Bandit.

• Documentation technique claire et exhaustive, accessible via Flasgger .

• Intégration de modèles de machine learning dans les flux opérationnels.

• Implémentation d'API pour les tâches longues (Long Running Jobs) avec DAPR.

• Mise en oeuvre de mécanismes Publish & Subscribe via DAPR pour un traitement asynchrone et efficace des tâches volumineuses.

• Gestion des versions des services développés avec Git et coordination de la collaboration en équipe.

• Étroit partenariat avec l'équipe UX/UI pour garantir une expérience utilisateur optimale.

Environnement Technique :

Python, Flask, DAPR, Microsoft Azure, DataBricks, Azure Storage, Docker, Bandit, Sonarqube, Pytest, Pylint, Flake8, GIT, Linux, Postgresql, JSON, API REST, Agile.

Assurer le développement et l’amélioration techniques de différentes applications de la plate-forme de Services « Open Vod» en termes de supervision, de consignes d’exploitation, et d’administration technique.

Tâches effectuées :

 Refonte et améliorations de différentes applications existant de service « Open

Vod»

 Recueil des besoins (incident, évolution technique) du manager.

 Analyse de la demande et/ou débugge du problème.

 Développement et implémentation de solution en respectant les bonnes pratiques

de codages.

 Mise en place de Test unitaire et validation.

 Rédaction des documents de mise à jour associés aux nouvelles versions.

 Réalisation des étapes de mise en production en collaboration avec les équipes

d’exploitation, garantissant ainsi le déploiement des nouvelles fonctionnalités.

 Développement des API Rest en python/ Flask.

 Développement d’une nouvelle application web basé sur l’architecture Micro

services en python/ Flask qui permet de gérer toutes les tickets des incidents ou des

besoins de différents membres d’équipes ainsi que la gestion des comptes des

clients.

 Définir les étapes du pipeline dans le fichier Gitlab-ci.YAML

 Rédiger les Dockerfile et docker-compose pour les applications.