• Laboratoire Signal et Communication - ENP - Algérie 2018 (2mois) : Développement d’une implémentation de l’algorithme de
classification non-supervisé CMA sur MATLAB puis sur FPGA, une application dans le domaine des réseaux cellulaires.
Projets techniques :
• Prédiction de la consommation d’eau à la ville de New York : une application sur SPARK avec Spark MLlib.
• Modèle alternative pour les traitements des données spatio-temporelle : Modélisation et conception d’une bib en python
pour des traitements sur des données spatio-temporelles sur SPARK avec SPARK SQL supportant les séries temporelles
irrégulières.
• Déploiement d’un site web LAMP scalable : en créant des DockerFile pour applications Web PHP et le serveur BD et utilisant
des services Kubernetes avec gestion du load balancing.
• Implémentation, Tuning et administration des solutions en clusters de Stream messaging de l’écosystème Apache Kafka, et
développement des applications en Java à l’aide des APIs Apache Kafka et autres solutions Confluent. Analyse des mécanismes
internes à chaque solution et leur impact sur la fault-tolerance, haute disponibilité, scalabilité, load-balancing (linkedIn cruise
control) et sécurité avec des benchmarks et des tests sur quelques aspects de sécurité et compatibilité. Rédiger des régulièrement
rapports sur les technologies implémentées et testées.
Stage de Projet fin d’études pour l’obtention du diplôme d’ingénieur d’état (Stage 6 mois) :
Laboratoire Signal et Communication à ENP-Alger : Conception de l’architecture d’une plateforme Cloud Computing
OpenStack dédié IoT-AI (Développement Cloud IaaS OS – développeur SPARK)
• Déployer une architecture Cloud privé IaaS OpenStack sur un cluster de serveurs physiques (avec une solution JuJu-MaaS). Déployer
des cluster Apache SPARK en Conteneurs (Docker-Kb8s) et en VMs puis étudier et évaluer leurs performances. Déployer un cluster
HDFS pour stocker les métadonnées des modèles ML de la plateforme, un cluster MongoDB pour stocker les données agrégées des
réseaux de capteurs. Développer une application sur SPARK (exploitant la bibliothèque MLlib riche en algorithmes ML implémenté
en MapReduce) dans le domaine de l’automobile qui sert à quantifier l’agressivité des conduites de véhicules en récoltant les
données des capteurs OBD, en utilisant des techniques du Data Mining.