L’objectif de cette mission a été de concevoir et développer une application web de gestion des pièces d’hélicoptères pour les équipes de l’académie de formation d’Airbus.
• Définition et structuration des spécifications fonctionnelles et techniques en lien direct avec les équipes métier.
• Implémentation d’une architecture 3-tiers.
• Mise en place d’une série de tests permettant de tester de fond en comble toute la solution proposée avec Jest & Karma.
• Implémentation de pipelines CI/CD avec GitLab pour automatiser les tests unitaires, les vérifications qualité et les déploiements sur le serveur RedHat.
• Livraison de la solution auprès des ingénieurs intégration – validation.
• Rédaction d’un guide utilisateur.
• Conteneurisation des environnements applicatifs avec Docker pour homogéneiser dev/validation/prod.
• Sécurisation d’API REST via SSO (OAuth2) et gestion des rôles.
• Analyse et refactoring du code existant.
• Travail en équipe en méthode agile (Kanban).
• Transmission des compétences via une documentation technique complète.

Environnement technique : Typescipt, Node.js, Express, Angular 17, Docker, GitLab CI/CD, Postgres, Karma, Jest, SonarQube, RedHat Linux Distribution, Windows 11.

Conception de modèles de deep learning pour la génération d’indicateurs de retard, et développement d’une plateforme applicative de supervision des dossiers métier, incluant catégorisation, traçabilité et système d’alertes automatisées.
• Développement de microservices Springboot exposant des API REST sécurisées.
• Sécurisation d’API REST avec Spring Security.
• Mise en place d’environnements Docker pour les builds, tests et déploiements.
• Conception et optimisation de modèles de deep learning multi-classes.
• Réduction des temps d’inférence (-22 %) via feature engineering et tuning hyperparamétrique.
• Automatisation de scripts Python pour la consolidation et la fiabilisation des indicateurs métier.
• Travail étroit avec les équipes fonctionnelles pour améliorer la pertinence des dashboards décisionnels.
• Analyse, refactoring et amélioration continue des performances applicatives.
• Travail en équipe en méthode agile (Kanban).
Environnement technique : Java 17, Springboot, React, Python, Tensorflow, GitHub, Junit, Microsoft SQL Server.