Aziz Mahdaoui
Senior Software & AI Engineer
Building production-grade AI systems at scale
Architectures agentiques
IA générative
Evangélisation
Production-ready
Voir le profil LinkedIn
Profil
Systèmes agentiques
Robustes, gouvernés, maintenables — créateurs de valeur métier réelle.
Au-delà du POC
LLMs, agents et MCP intégrés dans des architectures de production sérieuses.
Veille & Expérimentation
En exploration continue — je crée et teste constamment de nouveaux concepts.
Évangélisation tech
Speaker, formateur — je partage ces convictions en conférence et au sein des équipes.
Speaker
Devoxx France & Paris JUG
Google Cloud Certified
Generative AI Leader
Bridging AI & Engineering
De la conception à la production
Talks & Projets notables
🧠 Architecture Agentique
Talk @ SFEIR
🔄 Orchestration multi-agents spécialisés (A2A)
🔐 Exposition contrôlée du contexte via MCP
⚙️ Agent NL→SQL : transformation, validation et exécution sécurisée
📊 Génération d’insights métier actionnables
Java · Spring Boot · Spring AI · LangChain4j · MCP · Agents
📊 Ask France
AI-powered analytics platform
💬 Une question → Une analyse complète des données avec insights clés et actionnables
🔄 NL → ETL → DuckDB → Dashboard dynamique
💡 Interfaces dynamiques générées via agents (A2UI)
🧩 Blueprint extensible et adaptable à d’autres sources
Java · Spring Boot · LangChain4j · MCP · DuckDB · Angular
🎤 Devoxx France
Talk : Garbage Collectors — Battle Royale
🧠 Démystification des mécanismes de gestion mémoire sur la JVM
🥊 Comparaison des principaux Garbage Collectors et leurs impacts
🚀 Stratégies d’optimisation pour les performances et la stabilité
🏗️ Architecture robuste pour systèmes haute disponibilité
JVM · Garbage Collection · Performance · Memory Optimization

💡 Conviction : l'IA ne crée de la valeur que lorsqu'elle est pensée comme un système — gouverné, maintenable, et au service du métier.
⚡ En synergie avec des développeurs augmentés par l'IA, exigeants sur la qualité.
Parcours & Certifications
2025
Google Cloud Certified – Generative AI Leader
2023
SFEIR Institute / Data Engineering with Google Cloud
2016
ESPRIT - Accréditée EUR-ACE - Diplôme National d'Ingénieur en génie logiciel.
Mention Excellent, major de promotion.
Ambassadeur de la section génie logiciel.
2013
IHEC - Licence Appliquée en Informatique pour l'Administration des Affaires - Mention très bien.
Expertise technique
Langages & Data
  • Langages : Java, SQL, Python, C, JavaScript
  • SGBD : BigQuery, PostgreSQL, Oracle, MySQL, MongoDB
  • ORM : JPA/Hibernate
  • API : REST (design, integration)
Cloud & Data
  • Cloud : GCP, AWS
  • Data processing : Dataform (transformations SQL et orchestration analytique), pipelines de traitement de données sur GCP (BigQuery, Dataflow, Pub/Sub), orchestration avec Airflow / Cloud Composer
  • AI Platforms : Vertex AI
AI Systems & Protocols
  • Agentic systems (RAG, reasoning, tool usage)
  • Protocols & orchestration (MCP, A2A)
  • Agent frameworks (LangChain4j, LangGraph, CrewAI)
  • Agent-driven UI (AG-UI / A2UI)
  • Conversational & Voice AI (voice agents, speech interfaces)
  • Guardrails (input/output safety, prompt injection)
  • Evaluation & observability (tracing, production monitoring)
Frameworks & Architecture
  • Frameworks : Spring Boot, Spring AI, LangChain4j, Angular, FastAPI
  • Architecture & Design : Microservices, Hexagonal Architecture, Domain-Driven Design (DDD)
Infrastructure & DevOps
  • Streaming / Messaging : Kafka, GCP Pub/Sub
  • Search / Observability : Elasticsearch
  • DevOps : Terraform, Docker, Kubernetes
  • Load balancing : AWS ALB, NGINX, Spring Cloud LoadBalancer
Tests & CI/CD
  • Tests : MockMvc, TestRestTemplate/RestAssured, Mockito, WireMock, JUnit, Testcontainers, Selenium, Jasmine, Karma, Jest, Vitest, Serenity BDD
  • CI / CD & Build : Jenkins, GitHub Actions, GitLab CI/CD, Sonar, Maven, Gradle
Langues
Langues maîtrisées dans un contexte professionnel international.
🇬🇧 Anglais
Courant (usage professionnel)
🇯🇵 Japonais
Notions
Expériences Professionnelles
Mars 2024 – Présent
JCDecaux — Senior Software & AI Engineer
Contexte
Contribution dès les premières phases à un projet de Yield Management, depuis la conception initiale jusqu'à sa maturité en vue de la mise en production, dans un contexte à forts enjeux de performance, de calculs complexes et de scalabilité.
À l'issue de cette phase, intégration d'une nouvelle équipe en charge d'une application critique au cœur de l'écosystème de vente.
Réalisations
Conception et développement d'une application de gestion de workflows intégrant de l'IA générative, permettant l'analyse, la compréhension et la modification de workflows décrits en XML via des interactions en langage naturel, en s'appuyant sur une approche RAG et des agents.
Conception et développement d'un outil applicatif intégrant de l'IA générative pour la préparation et la sécurisation de datapatches SQL, permettant aux profils fonctionnels de formuler des demandes en langage naturel et d'obtenir des scripts exploitables et compréhensibles, via une approche RAG et des agents.
Contribution aux enjeux de performance et d'optimisation des algorithmes de calcul dans le cadre du projet de Yield Management, en préparation de la mise en production.
Résolution d'incidents de production majeurs et analyse approfondie de problématiques techniques et fonctionnelles sur des systèmes stratégiques.
Évolution de plusieurs applications interconnectées, avec un impact direct sur la fiabilité et la performance de services essentiels à l'activité commerciale.
Appropriation du fonctionnel métier, permettant d'apporter une vision transverse et de contribuer activement aux décisions d'architecture et de priorisation.
Animation de formations internes sur l'intelligence artificielle générative, couvrant la création d'applications avec Spring AI et LangChain4j, ainsi que les concepts de RAG, LLM, Agents et MCP.

Environnement technique : Java, Spring Boot, Angular, Kafka, Jenkins, Git, Elasticsearch, Oracle, PostgreSQL, LangChain4j, Spring AI, JBoss / WildFly, Struts, Architectures microservices et hexagonales.
Décembre 2023 – Février 2024
LVMH — Data Engineer GCP
Contexte
Mise en place d’une plateforme d’analyse de données marketing sur GCP, permettant l’exploitation et la transformation de données issues de campagnes médias à grande échelle.
Réalisations
  • Intégration de nouvelles sources de données à la plateforme
  • Réalisation des transformations de données via SQL/Dataform dans BigQuery (lake/dwh/dmt)
Environnement technique
GCP
BigQuery
Dataform
Fivetran
SQL
Terraform
Juin 2022 – Décembre 2023
Société Générale CIB — Développeur Full-Stack Senior
Contexte
Contribution à plusieurs projets de SG Markets, la marketplace de Société Générale pour les services BtoB, dont Global Cash, un portail international (techniquement découpé en modules) pour la gestion des trésoreries pour les entreprises, VAN pour la gestion des numéros de compte bancaire virtuels (rattachés à compte réel), GPI pour le tracking de transactions via un UETR, et WPG une application transverse pour le reporting des paiements.
Réalisations
APIs & Librairies
Implémentation d'APIs (via RestTemplate et Feign) pour les projets, et la contribution à la mise en place d'une librairie de génération de logs customisés pour Feign.
Front-end & Sécurité
Création et modernisation d'écrans via Angular. Mise en place d'un JWT de type JWS (detached) pour accéder à une API.
Performance & Monitoring
Optimisation des performances via l'utilisation d'un cache JVM (Guava). Mise en place de dashboards Kibana pour le monitoring.
Projet from scratch
Démarrage d'un projet from scratch (Corporate Cards) et brainstorming sur les choix techniques avec MapStruct comme exemple de solution pour faciliter la conversion d'objets en input/output.
Agilité
Animation de la rétrospective de Sprints et suggestion d'optimisations des rituels Agiles.

Environnement technique : Java 17, Spring Boot, Angular, RestTemplate, Feign, Nimbus Jose, Spring Cloud Vault, MapStruct, Lombok, Maven, Jasmine, Azure (AKS, Azure API Management), Kubectl, GitHub, Jenkins, MockMVC, JUnit
Mars 2020 – Juin 2022
Renault — Développeur Full-Stack
Contexte
Chargé de l'évolution et la maintenance d'un référentiel client, en microservices, avec le concours d'une équipe de passionnés de Java, du framework Spring et Angular, ainsi que du cloud AWS et GCP, férus du software craftsmanship et du partage des connaissances.
Pour l'ingestion des données, le référentiel intègre des données issues de plusieurs sources dont AWS S3 et des APIs, réalise des insertions dans une base PostgreSQL, ainsi que des publications de données sur des topics Pub/Subs qui sont streamées sur BigQuery via DataFlow.
Réalisations
1
Spring Batch from scratch
Réalisation d'un projet Spring Batch from scratch, avec comme input des fichiers d'un bucket S3 et une Lambda comme trigger. L'exécution ordonnée des batchs est gérée à travers une file d'attente Amazon SQS (FIFO).
2
Veille technologique
Présentation de sujets de veille technologique tels que la démonstration de Log4Shell (faille Log4j), et les nouveautés de Java 17.
3
Cache & Monitoring
Mise en place d'un cache serveur (Redis). Monitoring Grafana, Kibana, Amazon CloudWatch et AWS X-Ray.
4
Rituels d'équipe
Présentation de revues de Sprint. Instauration de rituels de team building.

Environnement technique : Java 11, Spring Boot, REST, ElasticSearch, Angular, PostgreSQL, MapStruct, Resilience4j, JUnit, WireMock, Mockito, DbSetup, Flyway, GitLab, AWS (Lambda, S3, SQS, EC2, ECS), GCP (Dataflow, Pub/Sub, BigQuery).
Octobre 2019 – Mars 2020
La Poste — Scrum Master & Développeur Full-Stack
Contexte
Création d'une Responsive Web Apps from scratch pour le suivi des utilisateurs, en tant que développeur full-stack et Scrum Master.
Environnement technique
JAVA 11, Spring Boot, Spring Batch, REST, Angular 8, Jenkins, OpenShift, Hibernate, JUnit, Robot Framework, Jasmine, Karma, MySQL
Réalisations
  • Animation des rituels agiles : daily meetings, sprint planning, revues et rétrospectives
  • Accompagnement de l'équipe vers l'autonomie et minimisation proactive des obstacles
  • Coaching technique des développeurs juniors et mise en place des bonnes pratiques de développement
  • Gestion de projet et collaboration avec le Product Owner : affinage du backlog, priorisation
  • Suivi agile : calcul de la vélocité, Burndown charts et Velocity Charts
  • Mise en place de la pipeline CI/CD (Jenkins, GitHub, OpenShift)
Septembre 2018 – Octobre 2019
Société Générale CIB — Ingénieur DevOps
Contexte
Dans un contexte international, l’outil de gestion des Dynamic Portfolio Swap intègre différents services, notamment les modules de trading et de comptabilité. L’un des objectifs poursuivis était d’adopter une approche proactive et de garantir une parfaite adéquation aux besoins des utilisateurs. Ainsi, dès l’identification d’un défaut ou la formulation d’un besoin, il était impératif de déployer une solution tout en respectant les bonnes pratiques en vigueur.
Monitoring
Monitoring des tâches.
Développement
Développement de nouvelles fonctionnalités.
Optimisation
Optimisation des processus.
Mises en production
Gestion des mises en production.
Gestion des besoins
Recueil et gestion des besoins.

Environnement technique : JAVA EE, Spring Boot, Spring Cloud, Jenkins, XLD deploy, Hibernate, JUnit, Tomcat, IntelliJ, Unix, Autosys, Oracle SQL Developer, Kibana
Mai 2017 – Août 2018
Fédération Française de Tennis — Ingénieur Études Développement
Contexte
Maintenance et mise à niveau du système d'information fédéral, dont ADOC pour l'aide au développement des clubs qui est à destination des dirigeants et enseignants de clubs, AEI, à destination des arbitres de tournois pour les épreuves individuelles, GS, à destination de tous les licenciés, pour la gestion des compétitions et championnats par équipes etc.
Réalisations
Microservices
Découpage en microservices d'application monolithe.
Développement & Tests
Développement de nouvelles fonctionnalités. Tests de non-régression. Présentation de preuves de concept.
Enrichissement SI
Enrichissement des fonctionnalités de l'ensemble du système d'information fédéral (front-end et back-end), tout en suivant l'approche TDD et les Clean Code Principles.
Preuves de concept
Création de preuves de concept pour démontrer la faisabilité de certaines idées telles que l'utilisation de Prometheus Metrics. Partage de données en mémoire cache entre différents serveurs.
Refonte applicative
Refonte graphique et fonctionnelle d'une application utilisée par tous les clubs de tennis français.

Environnement technique : JAVA EE, Spring, Struts, Hibernate, JDBC, Elasticsearch, Docker, JUnit, Serenity BDD, Cucumber, Tomcat, Eclipse.