Walid Messaoudi

-

Contexte :

Création du nouveau moteur de recherche du site e-commerce de PointP (StGobain) avec les équipes de Google France.

Missions :

▪ Conception et mise en œuvre d'une architecture cloud GCP (environnement de dev et production) adaptée à l'ingestion et au traitement de données provenant de sources multiples, en particulier l'exploitation de Google Analytics 4 (GA4) et des données du catalogue produits (mongoDB) pour l'intégration dans Vertex AI Retail Search. Construction des pipelines de traitement de données évolutifs qui traitent efficacement de grands volumes de données (200.000 produits, 2000 agences).

▪ Automatisation du provisionnement de l'infrastructure à l'aide de Terraform, garantissant un déploiement fiable et reproductible des services GCP. Établissement d'une pipeline CI/CD complète pour rationaliser le processus de développement, de l'intégration du code au déploiement dans les environnements de dev et production.

▪ Optimisation des requêtes SQL pour améliorer considérablement les performances des requêtes, en réduisant les temps d'exécution et en permettant d'obtenir plus rapidement des informations sur les données à partir de BigQuery. Amélioration de l'efficacité globale du système pour les grands ensembles de données.

▪ Développement et mis en œuvre des solutions de traitement de données distribuées pour les données à fort volume (par exemple, les mises à jour d'inventaire et du stock en batch pour chaque agences). Utilisations des services tels que Cloud Run, Cloud Tasks et Cloud Workflows pour orchestrer des flux de travail complexes dans une architecture serverless.

▪ Mise en place d'un A/B testing et suivi des performances via des dashboards créés sur Looker Studio.

Technos : GCP (Vertex AI Retail Search, BigQuery, Cloud Storage, Cloud Run, Cloud Tasks, Dataform, Cloud Workflows, Artifact Registry, Looker Studio), SQL, Google Analytics 4, Python, Terraform, Docker

Contexte :

Collaboration avec les équipes de Google France pour générer 20 000 contenu SEO de landings pages broadband ultra-locales visant à améliorer le classement d'Orange dans les résultats de recherche de Google. J'ai joué un rôle clé dans l'alignement des solutions techniques avec les objectifs de référencement et de marketing.

Missions :

▪ Conception et déploiement d'une architecture cloud GCP, adaptée à la génération de contenu à grande échelle et aux besoins de référencement. J'ai veillé à ce que l'infrastructure puisse évoluer pour répondre aux exigences du projet.

Automatisation du déploiement de l'infrastructure GCP à l'aide de Terraform, garantissant des configurations robustes et cohérentes dans tous les environnements. Intégration d'un pipeline CI/CD pour des processus de développement et de déploiement transparents, améliorant l'efficacité et réduisant les délais de mise sur le marché.

▪ Formation en prompt engineering, développement de prompts respectant les bonnes pratiques (clarté des instructions, exemples multiples (mutli shot), chain of thought, balisage XML) pour optimiser la génération de contenu et assurer une production cohérente à grande échelle.

▪ Développement et formation d'un modèle de génération de texte personnalisé sur Vertex AI, adapté au ton d'Orange pour générer un contenu de haute qualité, optimisé pour le référencement. Le modèle a été affiné pour correspondre à la marque et à la stratégie de référencement d'Orange.

▪ Mise en œuvre d'une architecture distribuée pour traiter efficacement des ensembles de données massifs, en utilisant des techniques de parallélisation pour orchestrer les appels de Vertex AI à partir de Dataform. Utilisations des services Cloud Run, Cloud Tasks et BigQuery pour traiter de gros volumes de données et exécuter des tâches à l'échelle.

Technos : GCP (BigQuery, Vertex AI, Dataform, Cloud Storage, Cloud Run, Cloud Tasks, Artifact Registry), SQL, Python, Javascript, Terraform, Docker