Aspirant Data Engineer diplômé en informatique, Intelligence Artificielle et Data Science, je suis à la recherche d’un CDI à partir de mars 2026. Passionné par les architectures data, le cloud, le big data et l’apprentissage automatique, je m’épanouis dans la création de solutions performantes et intelligentes. Fort d’une expérience solide en développement logiciel industriel, j’aime concevoir des pipelines de données robustes et évolutifs, tout en veillant à la qualité, la fiabilité et la clarté du code. Curieux, rigoureux et toujours de bonne humeur, j’apporte une énergie positive dans les projets d’équipe. En dehors du travail, je me ressource à travers le football, le karaté, le fitness, la natation, la lecture et les voyages, des activités qui nourrissent ma créativité et mon équilibre. Mon objectif : transformer la donnée en véritable moteur d’innovation et de progrès collectif.
L'ingénieur logiciel industriel est chargé de développer et de mettre en service des applications logicielles résultant du paramétrage de logiciels standard ou de la mise en œuvre de fonctionnalités spécifiques. Il assure le support, la maintenance et les mises à niveau fonctionnelles des systèmes informatiques installés.
Contexte
En tant que membre du département Logistique du Bureau d'études logiciels (plus précisément au sein de la Recherche & Développement), j'ai contribué à l'évolution d'OPAL, le logiciel d'automatisation d'entrepôt d'Alstef. Sous la supervision de l'architecte en chef, j'ai participé à :
-
L'optimisation algorithmique : refonte et intégration d'un modèle mathématique (recherche opérationnelle) en Python/C++ pour la préparation robotisée des commandes (palettes filles).
-
Développement en C++ d'algorithmes de planification et d'optimisation, intégrés dans le logiciel standard OPAL.
-
Qualité logicielle : application des meilleures pratiques (SonarQube, refactorisation, modularité, documentation avec Doxygen).
-
CI & tests : mise en œuvre de tests métier et automatisés (FAT/SAT), structuration des cas de test (Jira, Selenium, JSON).
Stack technique : C/C++, Python, SQL, Linux, Git/GitLab, Selenium, Jira.
Cet apprentissage pratique a permis de se familiariser concrètement avec les défis du développement logiciel dans un environnement industriel à haute fiabilité, alliant architecture, meilleures pratiques DevOps et optimisation des processus logistiques.
- English
- French
- Russian