À propos & contact
Roland Saïkali
Senior Engineer · Python · Backend · Données
Ingénieur backend Python, 25 ans en prod. APIs, modèles de données, pipelines, séries temporelles à grande échelle, chez PagesJaunes, Airbus, EDF et Deutsche Telekom.
Je construis des chaînes de données complètes : de l'ingestion brute au modèle exploitable, la fiabilité comme contrainte première. Du code simple et efficace qui tourne seul pendant des années, sans réveil à 3 h du matin.
L'énergie et l'IoT sont mon terrain personnel : LinkyStat a tourné sept ans, Home Assistant a pris la relève, ce site est servi par mon homelab. J'y teste mes idées, mais le métier reste le backend et la donnée.
Des systèmes critiques, à grande échelle
Avant de construire des infrastructures data dans mon propre lab, j'ai conçu des systèmes backend critiques pour de grands comptes industriels.
Conception du système de Data Management Aerocity assurant l'import et la traçabilité de bout en bout de calculs aérodynamiques et de maillages 3D complexes (plusieurs millions de nœuds). Une brique critique pour fiabiliser les simulations et s'affranchir de coûteux tests physiques en soufflerie.
Transition du monde du développement vers le système à l'aube du mouvement DevOps. Automatisation complète du provisionnement et des configurations d'infrastructures complexes (Python, Fabric), permettant de piloter et de mettre à l'échelle la plateforme Seety et ses 100 000 sites hébergés.
Conception et développement de DCSO, un outil d'Infrastructure-as-Code (YAML, OpenStack Taskflow) conçu pour automatiser le projet TeraStream (réseau cloud-native de rupture, débits x50). Accompagnement technique du client dans la modélisation de ses topologies de datacenters via notre solution.
Travailler avec l'IA
Trois postures aujourd'hui : celui qui n'y touchera jamais, celui qui livre sans lire le code, et le reste. Je suis le reste.
L'IA ne fait pas mon métier. Elle m'aide sur deux axes.
La plomberie. Le code nécessaire mais sans décision dedans : des CREATE TABLE à la chaîne, des déclarations de schéma, des endpoints. Le temps récupéré retourne vers ce qu'on repousse toujours en fin de projet, « si j'ai le temps » : du monitoring qui tient vraiment, des métriques fines, une sécurité plus poussée, du SEO.
La réflexion. Un Rubber Duck qui répond. Je lui explique où je veux aller, je lui demande ce que j'oublie, ce qui pourrait être différent, quelles alternatives je n'ai pas vues. Il aide à sortir du guidon technique pour revenir à l'utilisateur : qu'est-ce qui lui manque, avec ce qu'on a déjà, pour l'aider dans son quotidien ? L'IA ne remplace pas ma réflexion, elle la stimule.
En solo, toutes ces casquettes sont sur ma tête. En équipe, elles se partagent : l'architecte tranche, le product décide, la sécurité audite. Ce qui ne change pas : j'arrive avec des pistes déjà explorées, prêtes à discuter.
Le NILM en est la preuve : je ne suis pas spécialiste ML, je suis ingénieur. En binôme avec l'IA, j'ai défriché le sujet, et ce sont vingt-cinq ans de rigueur qui rendent le résultat fiable : données propres, architecture réfléchie, métriques honnêtes publiées, code qui tient en prod.
Écrire du code n'a jamais été le métier. Le métier, c'est savoir ce qu'on construit, comment ça tient, comment ça vieillit, et poser les questions avant qu'elles ne coûtent.
Me contacter
Disponible · remote. La meilleure entrée en matière, c'est un message direct.
Télécharger le CV (PDF) ↓