Amira A.

J'ai travaillé sur plusieurs projets complexes de migration et de mise en conformité pour la RATP, où elle a assuré la coordination entre les équipes, la gestion des flux réseaux, et la configuration des systèmes de supervision. J'ai notamment migré la supervision de Nagios vers Centreon, automatisé des tâches grâce à des scripts en Python et Shell, et mis en conformité l'architecture des serveurs de données Linux. En tant que Data Analyst chez SFR, j'ai a développé un modèle statistique pour évaluer la crédibilité des clients, utilisant des techniques de machine learning et visualisant les résultats via des dashboards. Ces missions m'ont permis de renforcer ses compétences en gestion de projet, sécurité des données, et analyse de données.

Mission 2 : La migration de la supervision de MAV L01 Nagios vers Centreon et à la gestion de l'infrastructure de supervision ✓ Identification des besoins et coordination de Projet :

J'ai assuré la Maîtrise d'Œuvre (MOE) entre l'équipe MAV et l'équipe PMC, en gérant les échanges et en élaborant des documents techniques, tels que des fichiers de répartition des hosts et des matrices de flux. J'ai également supervisé la gestion des flux réseaux, en communiquant les matrices de flux pour l'ouverture des pare-feux et en collaborant avec diverses équipes pour la déclaration des Autorisations de Contrôle d'Accès (ACL). J'ai élaboré la stratégie de migration de la supervision MAV L1 vers la PMC, validé les flux SAMBA, ICMP, SSH, SNMP, et effectué une rétro-ingénierie des scripts. Enfin, j'ai optimisé l'architecture des serveurs de données Linux des systèmes embarqués des bus RATP en définissant des normes, en développant des scripts d'automatisation, et en optimisant les performances des serveurs pour une meilleure disponibilité et réactivité.

Mission: Gestionettraitement descommandes SFR. Elaborationd'unmodèle statistique pourl'évaluation de lacrédibilité du client réseau

• Participationà la définition des usages et à la rédaction des spécificationsfonctionnelles.

• Data préparation et analyse des données à l'aide de Dataiku

• Elaboration d'un modèle statistique pourl'évaluation de lacrédibilité des clients enutilisant l'algorithme régression logistique

• Évaluation des performances du modèle en utilisant la matrice de confusion et la courbe ROC

• Développement de dashboards sous tableau afin de visualiser les résultats

Environnement : Python 3, MySQL, Power BI, ELK, JIRA, glm, machine learning,