Data Engineer · MLOps · Industrie 4.0

Avicenne Pesseu

Ingénieur Simulation Numérique Data & MLOps

Spécialisé dans l'automatisation des processus et la transformation des données, j'aide les organisations à gagner en efficacité en digitalisant leurs flux, en construisant des outils de pilotage et en fiabilisant leurs processus opérationnels.
Mon travail est guidé par les résultats : réduire les erreurs, accélérer les audits et garantir une traçabilité claire grâce à des architectures scalables.

Me contacter GitHub
10+
Années d'expérience
80%
Automatisation atteinte
50%
Réduction des délais
3
Secteurs critiques
⚙️

Automatisation des processus

Digitalisation des flux industriels, ERP et pipelines de données de bout en bout.

🔒

Sécurité & Observabilité IA

Évaluation de vulnérabilités LLM, prompt engineering, détection de dérives en production.

🚀

MLOps & Industrialisation

Du POC à la production — architectures scalables, CI/CD, cloud AWS & GCP.

🏗️

Données critiques & HA

Systèmes haute disponibilité, gouvernance data, traçabilité pour environnements exigeants.

Compétences

Data Engineering

  • Spark · Kafka · Airflow
  • Hadoop · Elasticsearch
  • Batch & Streaming

MLOps & IA Générative

  • MLflow · Docker · Kubernetes
  • IA générative · RAG · Agents IA
  • Prompt engineering · Évaluation LLM

Cloud & Architecture

  • AWS · GCP
  • PostgreSQL · Neo4j · MongoDB
  • Haute Disponibilité · CI/CD

Visualisation & BI

  • Dash · Plotly · Power BI
  • Grafana · Kibana
  • PyQt5 · PySide6

Langages

  • Python · SQL · Bash
  • NoSQL · Cypher
  • PowerShell

Ingénierie & Normes

  • EN 13031 · Eurocodes
  • Calcul de structures
  • Éléments finis · CND

Projets

Évaluation automatique de la sécurité des IA — LLM as a Judge

MLOps Docker AWS Bedrock Airflow

Crédit Agricole DataLab Groupe · 2024–2025

Aucun outil fiable pour détecter les dérives et vulnérabilités des chatbots IA en production.

Librairie Python d'évaluation LLM par prompt engineering + pipelines Airflow orchestrés sur AWS Bedrock.

Observabilité continue des modèles IA en production — scoring, détection de dérives et alertes automatisées.

Voir le code →

Calculateur normatif pour serres agricoles — EN 13031-1

Python PySide6 CI/CD pytest

Projet indépendant · 2025

Calculs de structures manuels, longs et sources d'erreurs selon norme EN 13031-1:2019.

Application Python complète avec GUI, CLI, exports multi-formats (PDF, Excel, JSON) et tests de régression.

Outil livrable en conditions réelles, architecture en couches, traçabilité normative complète.

Voir le code →

Atlas interactif des réglementations — Cartographie normative

Dash Python Open Data Data Viz

Projet indépendant · 2025

Données réglementaires dispersées, inaccessibles sans intervention d'un bureau d'études.

Application web Dash avec carte interactive des réglementations par département français.

Consultation autonome des normes sans expert — outil d'aide à la décision terrain.

Voir le code →

Architecture haute disponibilité — Modernisation SI Police Nationale

Systèmes critiques PostgreSQL Patroni · HAProxy

STN Police Nationale · 2024

Architecture obsolète, absence de gouvernance data, fragmentation des services critiques.

Architecture PostgreSQL HA (ETCD + Patroni + HAProxy) avec supervision et reprise après incident.

Infrastructure résiliente, standardisation des flux et gouvernance data recommandées.

Expérience

Ingénieur MLOps — Crédit Agricole DataLab Groupe

Oct. 2024 – Mars 2025 · Montrouge · Python, AWS, MLflow, Airflow, Docker

Développement d'un framework d'évaluation automatique des LLMs (red teaming, détection de dérives, scoring qualitatif). Infrastructure MLOps cloud sur AWS Bedrock.

Ingénieur Données — STN Police Nationale

Jan. 2024 – Juin 2024 · Place Beauvau · PostgreSQL, ETCD, Patroni, HAProxy, Docker

Audit de l'architecture existante et conception d'une solution haute disponibilité pour données critiques.

Ingénieur Flux de Données & ERP — CASADO SAS

2016 – 2023 · 7 ans · Python, SQL Server, Power BI, Power Automate

Digitalisation complète des processus industriels et optimisation des flux ERP (CRM, Production, Vente, Comptabilité).

↑ 80% d'automatisation des calculs de structures ↓ 50% du temps de traitement

Ingénieur Calcul Fatigue — Lohr Industrie

2014 · Automobile / Ferroviaire · NX Nastran, Samcef, Eurocodes

Modélisation éléments finis et calcul en fatigue structurelle sur assemblages soudés.

Ingénieur Essais CND — WUT Varsovie

2013 · Aéronautique · Python, Matlab, LabVIEW, capteurs acoustiques

Maintenance prédictive par émission acoustique sur aile d'avion — détection et localisation en temps réel de l'endommagement en vol.

Formation

Mastère Spécialisé® — Big Data, Data & MLOps

2023–2025 · Télécom Paris / IP Paris

Systèmes répartis, Big Data, Sécurité des données, Deep Learning.

Diplôme d'Ingénieur — Matériaux, Structures & Transport Aéronautique

2013–2015 · ISAE-ENSMA · Chasseneuil-du-Poitou

Mécanique des structures, calcul fatigue, tolérance aux dommages, simulation numérique.