Treat It
3 members
Welcome to Arthur's freelance profile!
Location and workplace preferences
- Location
- Paris, France
- Remote only
- Primarily works remotely
Verifications
Freelancer code of conduct signed
Read the Malt code of conduct
Languages
Categories
Skills (48)
- BigData
-
- Frameworks
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
- Cloud
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
Arthur in a few words
Jeune et fort de mes expériences, j'aime résoudre des problèmes de manière complexes. Diplômé de l'ISAE-SUPAERO en Data Science ainsi qu'en recherche opérationnelle (optimisation mathématique) à l'institut Paul Sabatier de Toulouse. Je suis certifié Azure Machine Learning Engineer ainsi que Azure Data Engineer.
Après deux ans de développement de solutions d'IA dans un cabinet de conseil allant de la conception jusqu'à la mise en production et le monitoring des modèles de Machine Learning aussi bien en vision (OCR) ou en classification de messages bancaires (NLP), j'ai aussi développer des applications web (Flask/Angular) que j'espère mettre à contribution afin de faire scale votre projet.
A bientôt,
Arthur
Après deux ans de développement de solutions d'IA dans un cabinet de conseil allant de la conception jusqu'à la mise en production et le monitoring des modèles de Machine Learning aussi bien en vision (OCR) ou en classification de messages bancaires (NLP), j'ai aussi développer des applications web (Flask/Angular) que j'espère mettre à contribution afin de faire scale votre projet.
A bientôt,
Arthur
Portfolio
Experience
BNP - BNP
Banking & Insurance
ML Engineer
Jusqu'à aujourd'hui, des humains étaient chargés en moins de 15 secondes de décider si une transaction devait passer ou être escaladée à un agent pour investigation. J'ai contribué à l'algorithme de détection de transactions suspectes et permis la mise en production de ce projet dans un environnement très sécurisé.
Mes contributions ont été les suivantes:
- Amélioration des performances de l'algorithme en ajoutant une couche de data pre-processing ainsi que du feature engineering.
- Création d'une pipeline sur VS Code à partir d'ébauches sur ntoebooks et mise en place des bons standards de code. (tests unitaires, tests d'intégration, type checking, formatage du code, création d'un .pylintrc pour définir les standars de code à adopter...)
- Ajout de tooling sur VSCode pour unifier les "best practice"
- Optimisation du code Python pour réduire le temps d'exécution (utilisation notamment de pandas parallel)
- Mise en place d'un Gitlab avec un process clair de Merge Request au sein de l'équipe qui respecte certains requirements et intégration dans Jira.
- Gestion du Jira de l'équipe
- Mise en place de la pipeline CI/CD pour le déploiement d'une application critique.
- Mise en place de la partie versioning des modèles
- Implémentation des outils suivants dans la pipeline CI/CD (Sonarqube et fortify pour l'analyse statique de code et le test coverage et Nexus IQ pour l'analyse des dépendances).
- Création des tests pour l'application (unitaires et d'intégration).
- Aide à la création de l'architecture appropriée pour le projet.
- Requalification des KPIs plus pertinents pour le métier.
- Monitoring des modèles performances des modèles.
- Application de monitoring en streamlit (data drift et model drift)
- Bash scripts pour la pipeline. (pre-commit, pre-push)
- Bash scripts pour l'automatisation de la transformation des données.
- Déploiement d'une API dockerisée pour le modèle.
- Déploiement d'une application d'explicatbilité (LIME, SHAP, ICE) pour le modèle de machine learning.
Mes contributions ont été les suivantes:
- Amélioration des performances de l'algorithme en ajoutant une couche de data pre-processing ainsi que du feature engineering.
- Création d'une pipeline sur VS Code à partir d'ébauches sur ntoebooks et mise en place des bons standards de code. (tests unitaires, tests d'intégration, type checking, formatage du code, création d'un .pylintrc pour définir les standars de code à adopter...)
- Ajout de tooling sur VSCode pour unifier les "best practice"
- Optimisation du code Python pour réduire le temps d'exécution (utilisation notamment de pandas parallel)
- Mise en place d'un Gitlab avec un process clair de Merge Request au sein de l'équipe qui respecte certains requirements et intégration dans Jira.
- Gestion du Jira de l'équipe
- Mise en place de la pipeline CI/CD pour le déploiement d'une application critique.
- Mise en place de la partie versioning des modèles
- Implémentation des outils suivants dans la pipeline CI/CD (Sonarqube et fortify pour l'analyse statique de code et le test coverage et Nexus IQ pour l'analyse des dépendances).
- Création des tests pour l'application (unitaires et d'intégration).
- Aide à la création de l'architecture appropriée pour le projet.
- Requalification des KPIs plus pertinents pour le métier.
- Monitoring des modèles performances des modèles.
- Application de monitoring en streamlit (data drift et model drift)
- Bash scripts pour la pipeline. (pre-commit, pre-push)
- Bash scripts pour l'automatisation de la transformation des données.
- Déploiement d'une API dockerisée pour le modèle.
- Déploiement d'une application d'explicatbilité (LIME, SHAP, ICE) pour le modèle de machine learning.
Pernod Ricard EMEA LATAM - Pernod Ricard
Wine & Spirits
Full stack developer & Data Scientist
POC pour développer deux static web apps pour Pernod-Ricard:
- Une application sur laquelle une équipe de PR Marketing France upload des fichiers PDFs et récupère un rapport excel avec l'ensemble des informations pertinentes extraites.
- Une autre application sur laquelle une autre équipe Marketing envoie des factures scannées avec une qualité parfois médiocre des documents. J'ai développé un OCR (Optical Character Recognition) performant capable de détecter tous les champs d'intérêt et une interface utilisateur simple pour impliquer l'humain dans des cas exceptionnels pour lesquels l'algorithme a un doute.
- Une application sur laquelle une équipe de PR Marketing France upload des fichiers PDFs et récupère un rapport excel avec l'ensemble des informations pertinentes extraites.
- Une autre application sur laquelle une autre équipe Marketing envoie des factures scannées avec une qualité parfois médiocre des documents. J'ai développé un OCR (Optical Character Recognition) performant capable de détecter tous les champs d'intérêt et une interface utilisateur simple pour impliquer l'humain dans des cas exceptionnels pour lesquels l'algorithme a un doute.
Uber Elevate
Aviation & Aerospace
Artificial Intelligence Research
Lors de mon stage, j'ai travaillé sur l'évaluation de plus de 100 architectures de réseaux neuronaux sur GCP dans le cadre du contrôle de quadricoptère par renforcement.
SYP
Agriculture
Software Development Engineer
J'ai travaillé sur le Back-End de l'application, notamment la gestion de la base de données sur MongoDB mais aussi la création et l'intégration de plusieurs APIs.
Sfara
Automobile
Machine Learning Algorithm Engineer
J'ai conduit une série de tests sur la détection de crash. J'ai traité et nettoyé les données sur les tests en Python. J'ai travaillé sur l'amélioration du modèle de Machine Learning ainsi que l'ajout de nouvelles caractéristiques. J'ai ensuite travaillé sur le code en production du Back-End de l'application.
Flytrex Aviation
Aviation & Aerospace
Test Engineer
J'ai automatisé les tests sur le logiciel de vols, j'ai conduit plusieurs campagnes de tests et produit des rapports d'analyse. J'ai travaillé avec de nombreuses librairies en Python dont : pandas, beautifulSoup, sklearn, os, numpy, seleimum, pyautogui, xmlwriter et plus ...
ISAE-SUPAERO
Research assistant autonomous sail boat
1 recommendation
Check out Arthur's recommendations