Kabil Ben Amor

Développement et maintenance de pipelines de données médicales et d'APIs d'administration pour Medactis, plateforme SaaS de gestion de laboratoires d'analyses. Conception de l'architecture data Bronze/Silver/Gold, ingestion d'événements Kafka et normalisation automatisée des données.

• Pipelines ETL Airflow ingérant des événements Kafka avec orchestration de DAGs complexes
• Modélisation PostgreSQL Bronze/Silver/Gold avec reconstructions idempotentes par partition
• APIs NestJS pour dashboards d'administration — gestion des résultats et des patients
• Migration des données lab legacy : normalisation, enrichissement et qualité automatisés
• Pipelines d'ingestion automatisés avec contrôles qualité, normalisation et enrichissement
• Tests de performance JMeter et optimisations caching pour les endpoints critiques

Formateur en Data Engineering pour Caplogy, organisme de formation spécialisé en technologies Big Data. Conception et animation de workshops pratiques sur PySpark, Kafka, Airflow et les architectures Data Lake AWS. Accompagnement de 48 étudiants vers la certification Scrum Master SMC®.

• Conception et animation de workshops Spark batch et streaming, Kafka, Airflow
• Architecture Data Lake AWS : S3 (stockage), Glue (catalogage), Athena (requêtage)
• 48 étudiants accompagnés — 87% de taux de réussite à la certification Scrum Master SMC®
• Web scraping automatisé avec Selenium et BeautifulSoup pour cas pratiques
• Création de supports pédagogiques et projets fil rouge sur données réelles

Développement en freelance d'une plateforme immobilière pour Emaar, l'un des plus grands promoteurs immobiliers du Moyen-Orient. Conception et développement full-stack de la plateforme de gestion d'agences immobilières, de l'architecture à la livraison.

• Plateforme de gestion d'agences immobilières de bout en bout
• APIs RESTful avec Spring Boot et frontend Angular — architecture MVC
• Containerisation Docker et déploiement AWS (ECS Fargate, EC2, RDS, EFS)
• Pipeline CI/CD avec Jenkins pour l'intégration et le déploiement continus
• Modélisation base de données MySQL et optimisation des requêtes critiques

Assistant de recherche au LICEF (Laboratoire en Informatique Cognitive et Environnements de Formation) de l'Université TÉLUQ à Montréal. Recherche sur l'évaluation automatique de la douleur chronique par deep learning multimodal — données physiologiques et comportementales.

• Collecte et prétraitement de données sur 25 patients (75% de données exploitables)
• Modèle multimodal de deep learning pour l'évaluation de la douleur chronique
• +32% d'amélioration de la précision par rapport aux approches monomodales (baseline)
• Comparaison de modèles CNN, SVM et KNN sur données physiologiques et vidéo
• Traitement du signal (EMG, EEG) et extraction de features multimodales