About Constantin
Je suis Data Engineer et MLOps Engineer, avec une solide expérience dans la conception, la mise en place et l’industrialisation de pipelines de données et de plateformes MLOps pour des systèmes de machine learning en production.
J’interviens sur l’ensemble de la chaîne data : ingestion batch et streaming, transformation et modélisation des données, feature engineering, orchestration des workflows, déploiement et monitoring des modèles. Je maîtrise les architectures cloud et les environnements distribués afin de construire des solutions scalables, robustes et observables.
Passionné par le Data Engineering et le MLOps, je m’intéresse particulièrement aux problématiques de performance, de fiabilité et de mise à l’échelle des systèmes data et ML. Je suis constamment à la recherche de nouvelles opportunités pour améliorer mes compétences et adopter les meilleures pratiques du domaine.
Si vous recherchez un Data Engineer & MLOps Engineer pour votre prochain projet, n’hésitez pas à me contacter. Je serais ravi d’échanger sur la manière dont je peux contribuer à vos enjeux data et ML.
French
Native or bilingual
English
Native or bilingual
Russian
Native or bilingual
Romanian
Native or bilingual
Spanish
Conversational
Can work on-site
Paris (up to 50km)
Experience
- EnebaData Engineer | MLOps EngineerVIDEO GAMES AND ANIMATIONJune 2025 - January 2026 (7 months)Paris, FranceProjet : ThemisClient : EnebaRôle : Data Engineer | MLOps EngineerConception et implémentation de Themis, une plateforme de détection de fraude en temps réel, combinant des pipelines de données streaming et une architecture MLOps industrielle afin de sécuriser des flux de paiement à fort volume tout en garantissant des décisions rapides et fiables.🔹 Conception et mise en œuvre d’une architecture MLOps de bout en bout (entraînement, validation, déploiement, registre MLflow, monitoring)🔹 Développement de pipelines de données temps réel et batch avec Kafka, Flink, Spark Structured Streaming et Delta Lake🔹 Implémentation de feature engineering à faible latence (300+ features) avec agrégations temporelles et cohérence offline / online🔹 Mise en place d’un feature store scalable basé sur Delta tables, Kafka et Flink (batch + streaming) pour l’entraînement et l’inférence des modèles🔹 Déploiement et exploitation de services de scoring en temps réel avec des contraintes strictes de SLA et de fiabilité🔹 Implémentation du contrôle qualité des données, de la détection de dérive et du monitoring des performances modèles, avec alertes et dashboards🔹 Collaboration étroite avec les équipes Risk, Backend et Product pour aligner les modèles avec les enjeux de coût de fraude, de précision et d’impact clientRésultats :Scoring fraude en temps réel à grande échelle, amélioration significative de la détection de fraude, réduction du risque opérationnel et mise en place d’une plateforme MLOps robuste, observable et permettant une itération continue des modèles en production.
- PONANTData engineer | Software engineerTRAVEL AND TOURISMSeptember 2024 - March 2025 (6 months)Paris, FranceContexteAutomatisation de digitalisation des enquêtes de satisfaction client post-croisière avec Amazon Textract et modèles LLM pour correction et analyse de sentiment.Tâches
- Traitement des enquêtes de satisfaction client post-croisière avec IA.
- Extraction des données : Amazon Textract pour extraire les réponses manuscrites
- Analyse des réponses : Utilisation de modèles LLM pour correction et analyse de sentiment.
- Système de choix dynamique du modèle.
- Solution serverless, pay-as-you-go.
Résultats- Réduction du temps de traitement de 7 jours en moyenne.
- Analyse automatisée de 25 000 enquêtes annuelles.
- Économie annuelle brute estimée à 60 000 euros.
- Amélioration de la qualité des données grâce à la correction automatique de l’orthographe et de la grammaire.
- Meilleure compréhension des retours clients via l’analyse de sentiment.
- CooperlData engineerAGRICULTURESeptember 2024 - March 2025 (6 months)Paris, FranceContexteMigration d’une base de données IBM AS400 hébergée on-premise vers AWS et mise en place d’un Data Lake permettant aux équipes BI d’exploiter les données via Amazon Athena.Tâches
- Architecture globale du projet. Réseau, calcul des coûts, interaction des services, etc.
- Architecture event-driven: Precisely (CDC) → Kafka → AWS Lambda → S3
- Stockage structuré sur S3 (Parquet, partitionnement, compression)
- AWS Glue Data Catalog pour l’interrogation via Athena
- Mise en place de dbt Cloud pour la transformation et la gestion des données.
- Optimisation des workflows dbt : bonnes pratiques, configuration, orchestration.
- Monitoring : CloudWatch, Prometheus, Grafana.
- Formation du client sur cette dbt.
- Lead technique : Conception, implémentation, coordination.
Résultats- Migration automatisée & scalable.
- Latence réduite grâce au streaming Kafka.
- Coût optimisé via serverless & S3.
- Accès direct aux données pour la BI avec Athena.
- Requêtes rapides grâce à des partitionnements et compression.
- Autonomie renforcée de l'équipe BI grâce à dbt, rendant leur travail plus productif et fluide
- Livraison en production réussie avec un pipeline stable et fiable
Recommendations
Be the first to recommend Constantin
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
- Artificial intelligence and managementIA School2023Data engineering, data science, management (BAC + 5)
- Bachelor Responsable en ingénierie des logicielsCESI École Supérieure de l’Alternance2021Software engineering (BAC + 3)
Certifications
- Solution architect associateAWS2023
- Data engineer associateAWS2023