Sadiqi Omar

Membre de l'équipe Data & AI : pilotage de la migration de 29 clusters de recherche legacy vers une plateforme OpenSearch moderne sur Kubernetes, socle de recherche, d'analyse et de vector store alimentant les cas d'usage Data & AI de la banque, répartie sur 3 datacenters on-premise en conformité sécurité totale (AICP / CVAC). Programme conduit à l'international, à travers l'Asie, l'Europe et les États-Unis.

- Plateforme AI : OpenSearch exploité comme socle IA de la banque — serveurs MCP, RAG / orchestration LLM, bases de connaissances locales et vectorisation / embeddings des modèles (vector store).

- GitOps : déploiement et exploitation de clusters OpenSearch via GitOps (ArgoCD, Kustomize) sur DEV, PREPROD & PROD.

- Sécurité de bout en bout : certificats TLS, authentification LDAP / Active Directory, chiffrement at-rest et gestion des secrets via HashiCorp Vault.

- Stratégie Blue-Green : mise à niveau par snapshot / restore garantissant zéro perte de données lors des migrations de versions majeures.

- Observabilité : stack complète Prometheus, Grafana, Alertmanager avec routage automatisé des incidents vers ServiceNow.

- Handover & Run : documentation d'exploitation, runbooks et procédures d'astreinte ; onboarding des Tech Leads et Architectes.

Stack : OpenShift, Kubernetes, ArgoCD, Kustomize, OpenSearch, HashiCorp Vault, Prometheus, Grafana, ServiceNow.

Cloud Tech Lead et Senior Data Engineer au sein de Sodexo DataHub : pilotage de bout en bout d'initiatives techniques d'industrialisation, de l'intégration de briques Cloud & IA à la mise en production, avec une forte culture PySpark / Databricks sur Azure et une approche Design-to-Dev.

- Industrialisation & mise en production : conception, développement et optimisation de pipelines de données ETL avec PySpark — passage systématique du POC à la production.

- CI/CD & automatisation : déploiement de pipelines CI/CD via Azure Pipelines, versioning et automatisation du cycle de développement.

- Traitement temps réel : solutions de streaming avec Azure EventHub et PySpark.

- Observabilité : supervision temps réel et alerting avec Grafana & Prometheus — socle réutilisé pour le suivi de coûts et de qualité des services IA.

- Optimisation des requêtes : usage stratégique de Dremio en parallèle de PySpark pour accélérer les requêtes.

Site Reliability Engineer au sein d'une des cinq équipes globales d'Ingénierie de la Fiabilité des Produits : garant de la fiabilité, de la performance applicative et du support technique à grande échelle.

- Fiabilité & observabilité : supervision d'un large parc applicatif (Python, Bash, Groovy) avec Prometheus, Grafana, Kibana, Graphite et VictoriaMetrics — expertise directement transposable à l'observabilité LLMOps.

- Observabilité des modèles ML : mise en place du monitoring des produits Machine Learning en production — détection de la dérive (data & model drift), suivi des métriques de qualité et alerting pour garantir des prédictions fiables dans le temps.

- Gestion des incidents : participation active aux astreintes, gestion des alertes temps réel et résolution rapide des incidents pour maximiser la continuité de service.

- Orchestration : Kubernetes, Mesos & Marathon pour la gestion des déploiements ; Apache Spark pour le traitement de données à grande échelle sur Linux.