Elagasamel
* Cloud & DevOps Engineer at iMaxeam IBM Premier Business Partner Automation | Backup | Monitoring | Infrastructure Management | CI/CD
ISITCOM Hammam-Sousse 12 Route de la Plage, GP1, Hammam-Sousse, Tunisie
Pinned Repositories
-formik-and-yup-validation-with-hooks-using-functional-component-in-material-ui-
react sign up form formik and yup validation with hooks using functional component in material ui
-portfolio
Algorithme_Avance
Deploiements-simples-et-configures-de-Kubernetes
Le terme « cluster » désigne un déploiement fonctionnel de Kubernetes. Un cluster Kubernetes comprend deux principaux composants : le plan de contrôle et les machines de calcul ou nœuds. Chaque nœud est son propre environnement Linux®. Il peut s'agir d'une machine physique ou virtuelle. Chaque nœud exécute des pods, constitués de conteneurs.OBJECTIF(S): Comprendre le fonctionnement de base de Kubernetes et Minikube. Interagir efficacement (en mode debug) avec les pods. Créer des déploiements avec et sans fichiers de configuration YAML.
Docker-Compose-pour-la-conteneurisation-des-applications-
Le terme « Docker » désigne plusieurs choses : le projet d'une communauté Open Source, les outils issus de ce projet Open Source, l'entreprise Docker Inc. qui constitue le principal soutien de ce projet, ainsi que les outils que l'entreprise prend officiellement en charge. Voici donc une rapide explication de cet état de fait. Le logiciel « Docker » est une technologie de conteneurisation qui permet la création et l'utilisation de conteneurs Linux. La communauté Open Source Docker travaille à l'amélioration de cette technologie disponible gratuitement pour tout le monde. L'entreprise Docker Inc. s'appuie sur le travail de la communauté Docker, sécurise sa technologie et partage ses avancées avec tous les utilisateurs. Elle prend ensuite en charge les technologies améliorées et sécurisées pour ses clients professionnels. Avec la technologie Docker, nous pouvons traiter les conteneurs comme des machines virtuelles très légères et modulaires. En outre, ces conteneurs nous offrons une grande flexibilité : nous pouvons les créer, déployer, copier et déplacer d'un environnement à un autre, ce qui vous permet d'optimiser vos applications pour le cloud. OBJECTIF(S): • Comprendre le fonctionnement de base de Docker • Interagir efficacement avec les containers • Utiliser Docker-Compose pour la conteneurisation d’application • Intégrer un projet sous Docker avec un framework tel que Django OUTILS UTILISÉS: Docker, les containers images : CentOS, Ubuntu, Django Project, Python, Postgres
Mini-Projet-IA-au-service-des-antennes-
Dans le cadre de ses missions, l'Agence nationale des fréquences (ANFR en France et ANF en Tunisie) veille au respect de ces limites. Pour cela, elle élabore un protocole de mesure de l'exposition aux ondes et l'actualisation en fonction des évolutions technologiques. Ce protocole couvre l'ensemble des émissions radioélectriques de 9 kHz à 300 GHz. En 2018, deux versions de protocoles ont successivement été en vigueur : La première étape du processus de mesure au-delà de 100 kHz consiste à choisir entre une mesure de l'exposition globale large bande (cas A) ou détaillée en fréquences (cas B ). Le cas A fournit toutes les sources et fréquences et repose sur l'utilisation d'une sonde large bande. Le cas B, toujours précédé d'un cas A, précise les champs par sources, fréquences ou sous-bandes de valeurs. Il repose sur l'utilisation d'un analyseur de spectre portatif. Lorsque le niveau d'exposition évalué selon le cas A du protocole dépasse le niveau d'attention de 6 V/m, une évaluation selon le cas B du protocole devient obligatoire. Probléme : Comment pouvoir conclure avec certitude la performance de notre antenne à partir du processus de mesure que nous avons fait ?
modules-Terraform-
Object-Detection-Android
Les applications de détection d'objets ont influencé une grande partie de l'automatisation à l'ère actuelle de l'évolution de la technologie. La détection et la classification d'images dans les applications mobiles sont devenues plus importantes au fil des ans et ont aidé les gens de nombreuses manières, par ex. objectif google, Camscanner, etc. Dans cet article, nous avons construit une application de détection d'objets pour les appareils mobiles qui aiderait les personnes malvoyantes en détectant les objets les plus proches de l'utilisateur et en les alertant de leur position et de la distance de l'objet par rapport à l'endroit où ils se trouvent. Plus précisément, nous essayons d'identifier un ensemble de 3 objets (Personnes, Chaises et Voitures) dans l'environnement que la caméra du smartphone détecte et identifie, nous estimons également la distance de l'objet à la caméra de l'utilisateur et déduisons également la position de l'objet à partir de le centre de l'écran. Grâce à ces informations, nous pouvons alerter la personne de la présence de tels objets à côté d'elle, permettant ainsi à la personne d'être plus consciente de son environnement.
Project-Data_Mining
La langue des signes américaine (ASL) est la principale langue utilisée par de nombreuses personnes sourdes en Amérique du Nord, et elle est également utilisée par les personnes malentendantes et entendantes. La langue est aussi riche que les langues parlées et emploie des signes faits avec la main, ainsi que des gestes du visage et des postures corporelles. Dans ce projet, nous étions en train de former un réseau de neurones convolutifs pour classer des images de lettres ASL. Après avoir chargé, examiné et prétraité les données, nous avons été le réseau et testé ses performances.
Systeme-de-controle-de-entree-aux-foyers-universitaires
Ce projet propose un prototype de conception du système, la mise en œuvre et la description des outils et des technologies nécessaires pour développer une RFID (Radio Frequency Identification) dédiée pour contrôler l’accès des étudiants au foyers universitaires, un système pour faciliter la vérification gratuite et rapide des données liés aux étudiants ainsi que le personnel administratif.
Elagasamel's Repositories
Elagasamel/modules-Terraform-
Elagasamel/-formik-and-yup-validation-with-hooks-using-functional-component-in-material-ui-
react sign up form formik and yup validation with hooks using functional component in material ui
Elagasamel/-portfolio
Elagasamel/Application-sans-serveur-Terraform-aws
Notre objectif est de créer une application sans serveur avec Amazon API Gateway, AWS Lambda et DynamoDB. Nous allons créer deux fonctions lambda. À partir de là, une fonction écrira des données dans la table DynamoDB et l'autre fonction lira des données à partir de la table DynamoDB. De plus, les deux fonctions seront invoquées par les appels API Gateway. Enfin, nous déploierons cette application dans le cloud AWS à l'aide de Terraform.
Elagasamel/docker-agent
Base Docker image for Jenkins Agents
Elagasamel/DynamoDB_Terraform
Elagasamel/EC2-et-Terraform
Elagasamel/Elagasamel.github.io
Elagasamel/Exemple-IAC-Terraform-
Elagasamel/frontend-backend-
Elagasamel/Grafana
Grafana using Kube-Prometheus-Stack
Elagasamel/Int-gration-react-js-electron-js
Elagasamel/kubernetes
Elagasamel/lambda-terraform
Elagasamel/MERN-Project
Elagasamel/mongoAuth
Elagasamel/Postgres-Terraform-
Elagasamel/ReactJS-About-page-exemple
Elagasamel/replace-in-file-ec2-to-variables.tf
Elagasamel/S3-jenkins-
Elagasamel/S3-Terraform-Module-AWS
Elagasamel/Terraform-Api-Gateway
Elagasamel/terraform-aws-rds-master
Elagasamel/terraform-aws-rds-postgres-master
Elagasamel/terraform-jenkins-ec2
This is demo repository for Terraform integration with jenkins.
Elagasamel/test
Elagasamel/uploader-master
Elagasamel/week-24-project
Elagasamel/fastlane
🚀 The easiest way to automate building and releasing your iOS and Android apps
Elagasamel/mongo-replica-set
A replica set of MongoDB in Docker Container