Développement backend/frontend
Architecture système et design
Programmation avec des LLM
Développement Azure Cloud, RAG System.
Technologies clés : Machine Learning, Python , Javascript, Typescript, Nextjs, Kubernetes, SonarQube, Gitlab CI/CD, Azure

Tâches principales :
Conception, développement et intégration du site web.
Création d'une nouvelle API avec SpringBoot.
Correction de bugs sur l'environnement.
Déploiement des nouvelles fonctionnalités en production sur Kubernetes. Technologies clés : SpringBoot, Angular, Nest.js (Node.js), Git, Kubernetes.

Concevoir et développer des interfaces en utilisant JQuery et JavaScript pour améliorer l'expérience utilisateur.

Créer des tables MySQL pour structurer et gérer efficacement les données du projet.

Élaborer une API en PHP pour intégrer le contenu et assurer une liaison fluide entre la base de données et les interfaces utilisateurs.

Tâches principales :
Conception, développement et intégration du site web.
Création d'une nouvelle API avec SpringBoot.
Correction de bugs sur l'environnement.
Déploiement des nouvelles fonctionnalités en production sur Kubernetes. Technologies clés : SpringBoot, Angular, Nest.js (Node.js), Git, Kubernetes.

Description :
Ce projet vise à créer une pipeline CI/CD (Intégration Continue / Déploiement Continu) pour le déploiement d'un site unitaire, en intégrant divers outils et étapes pour garantir une livraison de code de haute qualité.

Fonctionnalités :

Création de la Pipeline : Mise en place d'une pipeline dans Jenkins pour automatiser l'ensemble du processus de déploiement du site unitaire, réduisant ainsi le temps et les efforts manuels.
Lancement de Tests Unitaires : Intégration de tests unitaires qui sont exécutés automatiquement à chaque commit pour garantir que le code respecte les standards de qualité et fonctionne comme prévu.
Notifications par Email : Configuration de notifications par email pour informer l'équipe de développement des résultats des tests, qu'ils soient réussis ou échoués, assurant une communication efficace.
Analyse de Code avec SonarQube : Intégration de SonarQube pour analyser la qualité du code, identifier les vulnérabilités et garantir que le code respecte les bonnes pratiques.
Déploiement Automatique : Mise en place d'un processus de déploiement automatique qui déploie le code validé dans l'environnement de production sans intervention manuelle, permettant une mise à jour rapide et fiable du site.
Technologies Utilisées :

Outil d'Orchestration : Jenkins
Analyse de Code : SonarQube
Tests : (à préciser, par exemple, JUnit, Mocha, etc.)
Notifications : Email (avec configuration SMTP)

Ce projet vise à automatiser le déploiement d'Apache NiFi, une plateforme d'intégration de données, en utilisant Docker pour la conteneurisation et Ansible pour l'automatisation de l'infrastructure. L'objectif est de simplifier et d'accélérer le processus de déploiement tout en garantissant la consistance et la reproductibilité des environnements.

Fonctionnalités :

Conteneurisation avec Docker : Création d'une image Docker personnalisée pour Apache NiFi, permettant une gestion simplifiée des dépendances et un déploiement rapide.
Automatisation avec Ansible : Utilisation d'Ansible pour automatiser le processus de déploiement, y compris la configuration du conteneur, le démarrage et la gestion des services nécessaires.
Gestion des Configurations : Définition des fichiers de configuration et des paramètres d'environnement via des playbooks Ansible, garantissant une configuration uniforme à chaque déploiement.
Scalabilité : Mise en place d'une architecture scalable pour permettre le déploiement de plusieurs instances de NiFi, en fonction des besoins de l'application.
Monitoring et Logging : Intégration de solutions de monitoring et de logging pour surveiller la santé du conteneur et assurer une gestion proactive des incidents.
Technologies Utilisées :

Conteneurisation : Docker
Automatisation : Ansible
Plateforme d'Intégration : Apache NiFi

Description :
Ce projet consiste en le développement d'un logiciel de bureau utilisant Electron, Node.js et Puppeteer pour automatiser le remplissage de formulaires web et récupérer des informations à partir de tableaux HTML. L'objectif principal est d'optimiser les tâches répétitives liées à l'entrée de données et à l'extraction d'informations.

Fonctionnalités :

Remplissage Automatique de Formulaires : Utilisation de Puppeteer pour simuler des interactions utilisateur, permettant de remplir automatiquement les champs de formulaire avec des données prédéfinies ou dynamiques.
Récupération d'Informations : Extraction de données depuis des tableaux HTML sur des pages web, facilitant ainsi la collecte d'informations structurées sans intervention manuelle.
Gestion des Données avec localStorage : Utilisation de localStorage pour stocker les informations récupérées, offrant une solution pratique pour conserver les données et y accéder facilement lors de sessions ultérieures.
Interface Utilisateur : Développement d'une interface graphique conviviale avec Electron, permettant aux utilisateurs de configurer les paramètres de remplissage de formulaires et de sélectionner les données à extraire.
Technologies Utilisées :

Framework de Bureau : Electron
Backend : Node.js
Automatisation : Puppeteer
Stockage de Données : localStorage

En tant que développeur et DevOps, j'ai mis en place une infrastructure robuste pour garantir le bon fonctionnement des applications, incluant la configuration de systèmes de monitoring, la gestion des ressources, et la mise en œuvre de protocoles de sécurité. Je participe activement au développement et au déploiement de solutions d'IA générative, en concevant et en intégrant des modèles d'apprentissage automatique dans des applications existantes. Mon rôle inclut également la création d'interfaces utilisateur interactives avec Three.js et l'intégration de chatbots pour enrichir l'expérience utilisateur. Je suis responsable de l'élaboration et de la maintenance de pipelines GitLab CI/CD, automatisant le processus de développement pour améliorer la qualité du code et réduire le temps de mise en production. Enfin, j'optimise les ressources à travers la configuration de machines virtuelles adaptées et l'automatisation des tâches, garantissant ainsi une transition fluide entre les différentes étapes du cycle de vie des applications.

Ce projet consiste en la création d'une plateforme web permettant aux utilisateurs de télécharger de la musique et des films. Le frontend est développé avec Angular, offrant une interface utilisateur dynamique et réactive. Le backend est construit avec Strapi, un CMS headless qui facilite la gestion des contenus et des utilisateurs.

Fonctionnalités :

Gestion des Contenus : Strapi permet de créer, lire, mettre à jour et supprimer des entrées de musique et de films, avec des métadonnées associées (titres, artistes, genres, etc.).
Interface Utilisateur : Angular offre une expérience utilisateur fluide avec des pages dédiées aux catégories de contenu, des fonctionnalités de recherche et de filtrage, et un lecteur intégré pour pré-écouter des morceaux.
Téléchargement : Les utilisateurs peuvent télécharger des fichiers audio et vidéo directement depuis la plateforme.
Authentification : Mise en place d'un système d'authentification pour sécuriser les téléchargements et gérer les comptes utilisateurs.
Technologies Utilisées :

Frontend : Angular
Backend et CMS : Strapi
Base de donnée : sqlite
Hébergement : Oracle cloud

Telespazio France, filiale française de Telespazio, œuvrant chaque jour à la démocratisation de l’accès au spatial en mettant en proximité l’espace, l’homme et la terre, a proposé un projet de fin d’études visant à développer une station sol, mobile et flexible, implémentant une chaîne d’acquisition pour une exploitation optimisée des nouveaux lanceurs.
Les différentes étapes du projet sont les suivantes :
• Etude (design) de l’architecture globale de la station.
• Analyse des caractéristiques des télémesures et des missions des micro-lanceurs.
• Optimisation de la chaîne de traitement du démodulateur numérique (développement Python/C++).
Langages de développement : Python, C/C++.
Technologies mises en œuvre : Forme d’onde CCSDS, Techno IQ, Traitement du signal.
Environnement : GNU Radio, Google Colab.

Un hexapode est un robot à six pattes capable de se déplacer et de naviguer sur différents terrains. Associé à un Arduino Mega, à un PC équipé du WiFi et à la reconnaissance faciale réalisée avec Python et OpenCV, il devient une machine très avancée et polyvalente. L'Arduino Mega agit contien la logique de l'hexapode pour contrôler ses mouvements, ses capteurs et d'autres composants électroniques. L'hexapode est conçu pour être connecté sans fil à un PC par WiFi, ce qui permet de le contrôler à distance et de transmettre des données. La technologie de reconnaissance faciale mise en œuvre à l'aide de Python et d'OpenCV permet à l'hexapode de détecter et de suivre les visages humains. Cette fonction peut être utilisée à diverses fins, par exemple pour suivre une personne ou se rendre à un endroit précis.