About Ayman
Ingénieur diplômé de l'ENSAE Paris.
Ce sur quoi je peux intervenir:
- Séries temporelles & forecasting: prévision, détection d'anomalies, quantification d'incertitude. Par exemple: modèles de forecasting deep learning sur données à grande échelle, prédictions à partir de données open-access, estimations d'incertitudes pour l'évaluation de risques financiers, ...
- Données géospatiales & télédétection: traitement d'imagerie satellite, extraction de features spatio-temporelles, analyse de densité.
- Données capteurs & industrielles: détection de pics, analyse de saisonnalité et d'anomalies sur des flux issus de sites de production
- IA générative & agents: intégration de LLM et conception d'agents pour automatiser des tâches métier (RAG, orchestration, fine-tuning)
En parallèle de mes missions freelance, je développe un projet deep tech appliquée au secteur du transport maritime et accompagné par un incubateur à impact.
Basé à Lyon, je travaille en full remote ou en hybride (Lyon / déplacements à Paris possibles).
Un sujet data complexe ou un projet IA à cadrer ? Écrivez-moi quelques lignes sur votre besoin, je reviens rapidement vers vous avec une première lecture !
French
Native or bilingual
Italian
Native or bilingual
English
Fluent
Can work on-site
Lyon (up to 20km), Paris (up to 20km)
Experience
- Galeries LafayetteData ScientistRETAIL (SMALL BUSINESS)July 2024 - December 2024 (5 months)Paris, France- Designed and implemented deep learning models for time-series forecasting- Processed and extracted predictive signals from large-scale and noisy real world datasets- Communicated predictive modeling results to engineering teams and decision-makers
- nista.ioData AnalystENERGY AND UTILITIESJune 2022 - August 2022 (2 months)Vienne, Austria- Built a Proof of Concept for industrial electricity peak detection, processing time-series sensor data from major manufacturing plants such as Alpla and Lafarge- Engineered visualizations that empowered energy domain experts to analyze complex seasonality patterns, pinpoint the exact origins of load anomalies, and extract actionable cost-saving strategies
- variate.energyData ScientistENERGY AND UTILITIESJuly 2023 - October 2023 (3 months)Berlin, Germany- Developed a cost-effective alternative to premium meteorological models to predict solar irradiance using open-access data.- Designed custom kernels to capture spatial, temporal, and periodic data structures, while providing crucial uncertainty estimations for financial risk assessment.- Validated the model across 25+ European locations, comparing its overall accuracy (RMSE) and systematic bias (RMBIAS) against standard spatial averaging methods.- Built a Proof of Concept for industrial electricity peak detection, processing time-series sensor data from major manufacturing plants such as Alpla and Lafarge- Engineered visualizations that empowered energy domain experts to analyze complex seasonality patterns, pinpoint the exact origins of load anomalies, and extract actionable cost-saving strategies
Recommendations
Be the first to recommend Ayman
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Ingénieur diplômé de l'ENSAE ParisENSAE Paris2024Spécialisation Data Science, Statistiques et Apprentissage
- Classes préparatoires aux grandes écolesLycée La Martinière Monplaisir2021Classes préparatoires aux grandes écoles - MPSI/MP*