Présentation
Parcours
A conçu un système de suivi multicaméra en temps réel en C++, fusionnant des poses 2D issues de Kafka grâce à la géométrie épipolaire, au clustering, à la triangulation et à une optimisation conjointe afin de produire des squelettes 3D suivis comportant 17 articulations. A optimisé l’inférence ONNX/TensorRT et FP16/INT8 pour passer de 10 à 40 flux caméra à 30 images par seconde par RTX 6000 Ada, avec une perte relative d’AP pouvant atteindre 5 %.
A dirigé la capture vidéo synchronisée et l’étalonnage de 150 caméras. A développé un solveur d’ajustement de faisceaux en CUDA/C++, réduisant l’étalonnage extrinsèque de plusieurs jours à quelques heures ; a également mis en place une automatisation ramenant le processus global à quelques minutes.
A mis en place une infrastructure GPU dans le cloud et sur site, des outils de supervision et un pipeline optimisé en fonction des coûts, capable de traiter jusqu’à environ 3 To par jour. A développé des workflows de données ML, d’annotation, de données synthétiques et de jumeau numérique Unity, au service de la reconnaissance d’actions à partir de 21 000 clips publics et de 50 000 clips propriétaires, ainsi que des outils de débogage des interactions avec les clients.
J’ai transféré les agrégations complexes des rapports, auparavant effectuées côté application, vers PostgreSQL, réduisant ainsi les allers-retours avec la base de données et améliorant la réactivité des rapports.
Texnorama
Plateforme d’actualités technologiques en langue ouzbèke. A dirigé le DevOps.
Partiya Edi
Service de livraison de repas. A dirigé l’ingénierie backend et le DevOps.
Avtovin
Site de petites annonces automobiles. A dirigé l’ingénierie backend et le DevOps.
Mis en œuvre le déploiement avec Docker/Compose, GitLab CI/CD ainsi que les opérations de push et de pull vers le registre pour les deux projets.
Système de gestion du transport routier
Conçu et déployé un système SaaS multi-tenant de gestion du transport routier afin d’automatiser les workflows des répartiteurs et des conducteurs.
Automatisation d’Amazon Relay
Développé un service Go/Kafka pour automatiser la mise en correspondance et la réservation des chargements sur Amazon Relay, à l’aide de workers concurrents, de filtres configurables et d’une file d’attente de réservations priorisée selon le prix par mile.
Configuré plusieurs adresses IP sur une instance AWS EC2 et mis en place des pools de connexions HTTP par adresse IP, avec liaison à l’adresse source, limitation du débit en fonction des réponses et délais d’expiration des requêtes.
Ajouté des métriques Prometheus pour la latence des requêtes, le délai de réservation, le débit du filtrage, le statut des commandes et le nombre de requêtes par entreprise/adresse IP, pour le suivi dans Grafana.
Mis en place la surveillance Datadog des conteneurs, des processus et des journaux.
- Moyenne générale : 4,36/4,5
- Classement : 6e sur 141 (dans les 5 % les mieux classés)
- Tableau d’honneur du doyen
- Bourse d’études couvrant l’intégralité des frais pendant 6 semestres

