JMSA_BigData_012022
Data Science / Data Engineer
Français / Anglais
Présentation
Titulaire de deux masters : un en Data Science à l’université Paris Saclay et un autre en Machine Learning, communication et sécurité informatique à l’institut polytechnique de Paris et d’un diplôme d’ingénieur polytechnicien, j’ai travaillé sur des projets informatiques (développement fullstack, devops et monitoring). J’ai aussi travaillé sur des projets de Data Science avec le scoring basé sur la théorie des graphes, du NLP et sur le computer vision. J’ai travaillé aussi sur l’optimisation mathématique avec la binarisation des poids d’un réseau de neurones de convolution.
Niveau de diplômes : Bac + 5
2021 : Ingénieur Polytechnicien – Ecole polytechnique de Paris
Formations
2021 : Master 2 data Science – Université Paris Saclay
2021 : Master 2 Machine Learning, communication and security – Institute Polytechnique de Paris
Expertise méthodologique en Data Intelligence :
- Méthodologie des projets SI, décisionnels & Big Data 2
- Modélisation mathématique2
- Data Science3
- Data Engineering2
- Formation1
- Démarche Data Gouv / Plan de transformation Data Driven 1
Expertise dans le domaine du management de projet :
- Études préalables, audits 1
- Pilotage des projets (suivi des délais, charges et coûts)1
- Coordination et suivi de projet 2
- Spécification et recette2
- Accompagnement dans la conduite du changement1
Expertise technique sur les outils de la Data Intelligence (BI et Big Data) :
- Machine Learning : méthodes supervisées et non supervisées2
- Deep Learning : MLP, CNN, RNN, GAN, ResNet and Semi Supervised Learning (VAT)2
- Data Viz : Power BI1
- Cloud : Aws, Azure, GCP2
- SGBD: SQL (BigQuery), NoSQL (MongoDB), Elasticsearch2
- Langages : Python, Java, Jascript, nodeJS, C++, C2
- DevOps : GitLab CI, Docker, CircleCi, deploie2
Points forts
- Data Ingénierie
- Data Science
- Data Ops
Expériences professionnelles
Expérience professionnelle réussie en entreprise sur des problématiques de traitement et valorisation de données sensibles.
Data Specialist - Equipe R&D
Depuis Janvier 2022
Objet : Mise en place d’un outil d’intégration continue
- Etude de choix d’outils
- Sélections et recommandation
- Présentation à la direction
- Implémentation de l’outil
Objet : la Météo du droit (outil de prédiction juridique)
Contraintes fonctionnelles
Dashboarding, DevOps, Prédiction juridique
Data Scientist – ML Engineer – Developpeur Full Stack - Devops
04/2021 – 10/2021
Objet : Lutte Contre Le financement du terrorisme et le blanchiment d’argent
Utilisation des méthodes basées sur l’IA pour détecter les potentielles entités en relation avec la BPCE qui seraient impliquées dans des activités de financement du terrorisme et de blanchiment d’argent. Ensuite on a développé et déployé l’outil dans une plateforme en Angular pour faciliter l’interaction avec les utilisateurs.
- Recherche scientifique : benchmark des modèles à utiliser
- Correction des anomalies des applications existantes
- Développement des algorithmes en Python
- Utilisation d’algorithme de deep learning
- Modélisation mathématique : scoring,
- Industrialisation : déploiement des pipelines en intégration continue (DevOps)
- Rédaction de la documentation : spécifications techniques et modes opératoires
- Travail en mode agile (daily meeting)
Environnement technique
Python, Cloud Azure, Scraping, Docker, Sécurité informatique, GitBucket.
Data Scientist – Developpeur Full Stack – Devops – Optimisation mathématique – Modélisation mathématique
04/2020 – 08/2020
Objet : Recherche autour de la détection flaky test et développement full stack
- Détection des erreurs backend et frontend dans les algorithmes.
- Développement de la pile complète et optimisation des algorithmes qui ont été développés.
- Mise en place un service de monitoring complète des logs basé sur Elasticsearch Kibana et Grafana Prometheus.
- Implémentation des tests unitaires
Environnement technique
Angular, Python, Bash, Sql, Cloud Azure, Monitoring, Elasticsearch – Kibana, Prometheus – grafana
Stagiaire en informatique théorique et Optimisation mathématique
06/2019 – 10/2020
Objet : Implémentation des réseaux de convolution dans les IOT
- Entrainer des modèles de reconnaissance d’image et de classification d’image en python.
- Transformer les poids des réseaux de neurones en binaires pour les implémenter dans des objets électroniques soumis à des contraintes matériels (mémoires, puissances électriques, IOT).
Environnement technique
C, C++, Python, Tensorflow, GitLab