Développement et maintenance d’application backoffice pour consulter et modifier des POIs
Frontend : Web application en VueJS et AngulasJS, pour visualiser, vérifier et éditer des données POI géo-localisées
Backend : Serveur Java Jetty fournit des ressources et des endpoind pour consulter et modifier des données POI géolocalisées
Développement et maintenance d’application backoffice pour consulter et flouter des panoramiques
Frontend : AngulasJS, pour visualiser, vérifier et éditer des données de panoramiques
Backend : Serveur Java Jetty fournit des ressources et des endpoints pour consulter et flouter des panoramiques.
Développement et maintenance des Micro Services (MS)
MS POI-SEO pour servir des POIs aux crawlers pour faire des SEOs
MS POI-ROUTE pour chercher des POIs de mobilité autour d’une position (vélo libre service, scooter, trottinette)
MS POI-SEARCH pour indexer des données POI géo-localisées dans un serveur de recherche Solr.
MS POI-SUGGESTION pour indexer des suggestions des données POI géo-localisées dans un serveur de recherche Solr.
ENVIRONNEMENT : Java 11, Spring Boot + Data, Intelliji/Maven, JUnit 4/5, Mockito, Solr 7/8, ElasticSearch, MongoDB,
InfluxDB, Grafana, Apcatch Tomcat, Kubernetes, Docker, RabbitMQ, Jenkins, GitLab, Capistrano, Puppet, Nginx, etc.
Développement et maintenance du Serveur des services des données POI géo-localisée (POI Frontal)
Un fort trafic POI frontal (>20M requête par jour, pic 500 rps) fournit des API EndPoints de recherche des POI géo-localisées
pour les applications mobiles et le site web de Mappy. Les fonctionnes de recherche géo-spatial sont dans un Bounding Box
ou au tour une position avec des catégories (hotel, resto, station service, etc) et des filtres (min/max price, étoile, date
d’ouverture, etc.)
ENVIRONNEMENT : Java 8, Guice, Intelliji, JUnit 4, Mockito, Solr, ElasticSearch, MongoDB, InfluxDB, Apatch Tomcat,
Apcatch Tomcat, Kubernetes, Docker, RabbitMQ, Jenkins, GitLab, Rx-Java, Capistrano, Puppet, Nginx, etc.
Développement et maintenance batches du système/progiciel d’intégration/agrégation des données POI géo-localisée
Une boite-à-outil pour créer/développer des batches d’intégration des données géo-localisées à partir des multiple ressources/
providers. Y compris des données en temps réels. Ce système constitue et fait vivre des bases des données POI géolocalisées de Mappy.
ENVIRONNEMENT : Java 8, Guice, Rx-Java, Intelliji/Maven, JUnit 4, Mockito, Solr, ElasticSearch, MongoDB, InfluxDB,
Grafana, Jenkins, GitLab, RabbitMQ, Rx-Java, Capistrano, Puppet, etc.
Développement et maintenance du backend de compte d’utilisateur
Un serveur frontal fournit des API endpoints pour créer et exploiter des comptes d’utilisateur de Mappy. Les batches pour
vérifier et gérer des comptes d’utilisateur et génèrent des messages de push alerting.
ENVIRONNEMENT : Java 8, Guice, JUnit 4, Mockito, JWT, Facebook Sign-in, Google Sign-in, Apple Sign-in, Jenkins,
GitLab, Capistrano, Puppet, etc.
Développement et maintenance du système de panoramique
Le Web service qui fournit des API endpoints panoramiques pour les street view 3D dans les applications mobiles et site web
de Mappy.
Le batch d’importation des panoramiques produit/crée des panoramiques à partir des photos collectés par le Mappy Car.
Le batch de floutage automatique des photos de panoramique utilise le model IA entrainé avec l’algorithme Faster R-CNN.
ENVIRONNEMENT : Java 8, Java2D, GraphHopper, OSM data, PTGui, Lib Panoramas, Intelliji/Maven, Guice, Jetty,
Mongo, GitLab, GitHub, etc.
Développement et maintenance du système de floutage automatique par l’IA (Intelligence Artificielle)
Détecter et flouter automatiquement des visages et des plaques d’immatriculation sur le Mappy street view. C’est un projet IA
de type deep learning avec les réseaux neuronaux de l’architecte Faster R-CNN, qui est actuellement le meilleur algorithme
de détection des objets. Le projet base sur le module Object Detection du projet open source Tensorflow models.
L’entrainement du model est fait sur GCP ML engine.
ENVIRONNEMENT : Python, Pycharm, MongoDB, Protobuf, Tensorflow, Models/objectDetection, GCP ML Engine,
grafana, influxdb, gcloud/gsutil, GitLab, GitHub, etc.
Développement et maintenance du serveur d’alerting
Un push notification server, en basant sur le projet open source Parse, notifie aux utilisateurs des applications mobiles de
Mappy des trafics de transport sur leurs trajets quotidien HOME/WORK.
ENVIRONNEMENT : NodeJs, Jenkins, GitLab, Kubernetes, Docker, Capistrano, Puppet, etc.
Développement et maintenance du système de calcul d’itinéraire vélo
En basant sur le projet open source OSRM (le moteur calcule d’itinéraire de projet OSM) et des données d’itinéraire vélo de
l’OSM.
ENVIRONNEMENT : Lua, OSM/OSRM, Java, Jenkins, GitLab, Kubernetes, Docker, Capistrano, Puppet, etc.
Développement et maintenance du Serveur Application Mobile (SAM) en Python
Un serveur en Python/Tornado serve des données POI géo-localisées adaptées pour des applications mobiles de Mappy.
ENVIRONNEMENT : Python/Pycharm, Tornado, Protobuf, Capistrano, Puppet.
Développement et maintenance Application Mappy Mobile Android
ENVIRONNEMENT : Android Studio, RoboSpice, RxAndroid, Otto Bus, Presco, MapBox, Espresso, Jenkins, GitLab,
Python/Pycharm, Tornado, AT-Internet SDK, Accengage/AD4Screen SDK, etc
SIM SDK Android et iOS : fournisseur d’authentification ou fournisseur d’identité le réseau social intégré
(Facebook, Google, Twitter et Paypal)
Architect et implémentation de SDK SIM Android et iOS
Intégrer le SDK SIM dans les applications mobiles (iOS et Android) Boulanger et ENGIE.
Finder, plateforme de communication basée sur le mesh networking bluetooth – iOS et Android
Conception de l’implémentation du Mesh-Networking Bluetooth ; conception l’application Finder Chat en utilisant le MeshNetworking Bluetooth pour communiquer en condition sans l’Internet.
SIM SDK Mobile, plateforme de Social Login (SLP), de Graphinium – Android et iOS
Conception de l’implémentation de deux SDKs (un pour iOS et un pour Android) qui permettent d’intégrer la solution de
Social Identity Management (SIM) par les clients directement dans les applications mobiles natives.
Okiwi, l’application mobile pour prendre, partager et traiter des photos – iOS iPhone
Réaliser l’interface et des fonctionnalités de l’application en basant sur le cahier des charges et les maquettes.
Playme, plateforme des jeux de rencontre de Pretty Fun Therapy SAS – Android
Conception de l’implémentation le SDK PlayAround ce qui permet aux troisièmes parties de développer des jeux de rencontre
fournis par Playme.
Loto et Euromillions – nouvelle version de Loto et Euromillions native iOS et Android
Développeur senior double compétences iOS et Android
ParionsWeb – version mobile iOS native VITAN (iPhone et iPad)
Développeur senior principal / lead développement : • Conception et implémentation de la version 3.0 de VITAN (ParionsWeb iOS).
• Analyse et estimation d’implémentions des expressions des besoins pour la version 3.1 de VITAN (ParionsWeb iOS).
• Identification et implémentation des scénarios de test d’intégration continue.
• Etude et implémentation des nouvelles API Restful MIFY de LVS, la filiale paris sportifs de la FDJ, pour migrer le
ParionsWeb Mobile sous l’ensemble de ces API Restfuls.
• Migration sous AFNetworking 2;
• Géolocalisation de l’utilisateur au lancement de l’application avec la liste des zones autorisées.
ParionsWeb – version mobile iOS native VITAN (iPhone&iPad) (paris sportifs et pronostics en ligne sur les matchs de sport)
Rendre l’application ParionsWeb mobile fonctionnel dans toutes les conditions du réseau mobile, résoudre tous les dettes
techniques de l’application, tracking/suivi des activités de parier/jouer, segmented push notification en respectant la vie privée
de parier/jouer, et implémentation de plusieurs fonctionnalités nouvelles.
Développeur senior principal / lead développement : • Conception et développement de la nouvelle architecture asynchronisée, ce qui permet à l’application mobile de
fonctionner beaucoup plus fluidement même dans des mauvais conditions du réseau ;
• Intégration/implémentation des solutions tracking et segmented push notification (Xiti, S4M, AD4Scrteen, Apple Push
Notification Service);
• Etude et développement des solutions QoS (Quality of Service) pour assurer que des données trackings remontés
n’impactent pas des flux de données de jeux importantes de l’application ; identifier des scénarios pour tester et qualifier la
solution QoS implémentée.
• Etudes puis optimisation des flux de données de communication en temps réel (live) avec serveur, l’optimisation a aidée à
diminuer 90% le temps et des données de chargement en temps réel avec le serveur ;
• Conception et développements de plusieurs nouvelles évolutions et aide à résoudre des dettes techniques et des anciennes
anomalies importantes ; etc.
• Migration du projet de Xcode 5.1.1 SDK iOS7 à XCode 6.1 SDK iOS8.
ParionsSport – version mobile Android (Smartphones et Tablettes)
Un grand et ambitieux projet de parions sport sur les terminaux Android sorti à l’occasion du coupe du monde 2014 pour aider
des joueurs d’accéder à tous paris sportifs depuis leurs terminaux mobiles ; l’application aussi déployée en mode DIGITAB
pour des tablettes de plus de 500 points de vente de Loto de FDJ en toute la France. L’application est compatible avec des
smartphones Android à partir de la version 2.3.3 et des tablettes Android.
Développeur principal : Conception et développement d’architecture globale du système et de plusieurs fonctionnalités et des
parties les plus importances du système :
• le module de gestion des données internes, le module de communication (avec des Web services Json Restful),
• le module de mettre à jours des flux de données de pronostics qui est le cœur de l’application de jeu de pari,
• la synchronisation du temps du système avec le temps du serveur,
• composition des pronostics, calcule/simulation des gains potentiels,
• dématérialisation des feuilles des paris en QRCode.
• Conception et implémentation d’une nouvelle offre de pari sportif COMBI BONUS
• Conception du système de Tracking AT-Internet pour faciliter l’implémentation du plan de taggage du Marketing.
• Implémentation du plan de taggage de l’AT Internet (XITI)
ENVIRONNEMENT : Agile, Android SDK, SQLite, Android Annotation, Android Google Map API V2, YouTube Android
Player API, Git/SVN/Jenkin, Monkey Test, Robotium, QR Code, Data Matrix, etc.
Plateforme LiveTouch - Android
Développement des services interactifs pour l’aéroport Houston, USA : consultation des hôtels, des transports publics, des POI
dans l’aéroport, de météo, etc.
Développement d’une bibliothèque IHM spécifiquement adapté au besoin de construction des services interactifs sur la
plateforme LiveTouche.
Conception d’un système de gestion et de navigation des fragments Android.
Conception et développement d’une application Android, un outil visuel, de configuration visuelle et de test des connections
vers des serveurs de l’environnement d’application de la plateforme LiveTouche : serveurs VOIP, NTP, SYSLOG, Brocker,
MCP (le serveur de Web application pour contrôler à distance des LiveTouches), Proxy.