Abdallah Alaa Eddine Djamai

o Traitement de divers documents non-structurés en données structurées et intégration à un agent assistant intelligent conversationnel pour un cabinet d’avocats en utilisant les techniques d’OCR, librairies de parsing de documents et les modèles de langages on-premise sur HuggingFace, déployés sur cloud AWS, conteneurisation Docker et orchestration Kubernetes.

o Gestion de l’infrastructure cloud sur Azure pour une application IA chez Caterpillar (équipe IT Bergerat Monnoyeur, sous la direction de Nicolas HAMON, méthodologie agile/SCRUM), de recherche documentaire intelligente avec une base vectorielle Weaviate et les techniques de GenAI (IA générative) RAG avec des modèles LLMs GPT-4o et les services de Azure AI Foundry. Infrastructure gérée en Infrastructure as code et déploiements automatisés via CI/CD.

o Mise en production et intégration d’une application de génération de rapports augmentés par les analyses d’une IA, et automatisation d’envoi des rapports aux clients chez Caterpillar.

o Implémentation des calculs de KPIs intelligents chez Point de Vente à partir de données brutes en SQL et Python, automatisation du pipeline quotidien de traitement de données (ETL/Spark) sur une machine Linode et cloud AWS, avec un serveur en Node.js.

o Gestion de calculs matriciels et différentiels pour une application de prévision d'usure d'installations chez SUEZ, avec des modèles de régression et ML (Flask et FastAPI).

o Création et mise en production d’une application de « Matching » intelligent avec une mise en correspondance des candidats au logement et des logements disponibles chez RIVP avec FastAPI et Flask, et déploiement de la solution sur site et plateforme data interne.

o Création, administration et développement d’agents intelligents sur Azure et Microsoft 365.

o Audit de code et implémentation d’évolutions à divers projets IA existants, documentation, re-factoring de code et optimisation, gestion infra AWS et Azure (Terraform, CI/CD, MLOps Git).

Stage de fin d'études au laboratoire du cycle secondaire, projet « Real-Time On-Board Counting System in Crowded Scenes ».

o Gestion du projet en utilisant les méthodes de développement agiles.

o Implémentation d'un système de comptage de foule par computer-vision basé sur l'IA sur la plateforme NVIDIA Jetson nano avec le modèle YOLO. Gestion des problèmes engendrés par le système embarqué et la limitation des ressources nécessaires pour effectuer le traitement et calculs en temps réel.

o Mise en place de tests unitaires pour assurer la réussite de déploiements à grandes échelle.

o Déploiement d'Apache Kafka pour la transmission des résultats vers un serveur de supervision.

o Interventions techniques avec l'équipe des systèmes internes sur l'infrastructure de communication et les systèmes informatiques et logiciels des sociétés affiliées.