Description

🚀 Ingénieur Data & IA | Développeur Python

Disponible 1 à 2 jours par semaine pour des projets innovants !

3+ années d'expérience en Data Science et Ingénierie Machine Learning, axées sur le développement de solutions IA.

Expertise couvrant l'ensemble du pipeline des projets data et IA, de la conception à l'industrialisation.

🔧 Compétences techniques :

Développement Python avancé et architectures modulaires
NLP et systèmes de RAG
Machine Learning et Deep Learning
LLMs et frameworks : LangChain, OpenAI, Anthropic Claude
Data Science et analyse statistique
Vectorisation et recherche sémantique

🛠️ Stack technique :

Cloud: AWS, Pinecone Vector DB
Conteneurisation : Docker, docker-compose
CI/CD : Git, GitLab
APIs : FastAPI, Flask
Frameworks ML : TensorFlow, PyTorch, Scikit-learn
Data : Pandas, NumPy, Matplotlib, Seaborn
Bases de données : PostgreSQL, MongoDB
Outils : Streamlit, Chainlit, Airbyte, BERT

🎯 Spécialités :

Conception de pipelines de données asynchrones et scalables
Développement et évaluation de modèles ML/DL
Intégration de modèles LLM en production
Architectures modulaires et maintenables
Analyse de données et modélisation prédictive
Maintenance prédictive et analyse de séries chronologiques

💼 Expérience projet :

Industrialisation de modèles ML dans le cloud
Conception de systèmes IA avec les dernières avancées NLP
Optimisation et scalabilité des solutions data
Mise en place de data warehouses et pipelines
Développement d'APIs et intégration IA dans des produits existants

🌟 Atouts :

Approche pragmatique de l'intégration IA
Traduction de problématiques métier en solutions techniques
Veille technologique sur les innovations IA et Data Science
Excellentes compétences en communication et gestion de projet

📞 Contact :

N'hésitez pas à me contacter dès maintenant. Je suis disponible pour vous aider dans votre projet !
*

Industry field of expertise

Languages

French
Native or bilingual
English
Fluent

Workplace preferences

Can work on-site

Lyon (up to 50km), Paris (up to 10km)

Tenacy (ex AugmentedCISO)
Data Scientist | ML Engineer
March 2022 - March 2024 (2 years and 1 month)
Lyon, France
Missions :

• Création d’un datawarehouse pour les données anonymisées des clients et pour comprendre leur utilisation de la plateforme sous forme d’un conteneur docker avec utilisation de nginx, FastAPI, SQLAlchemy, Alembic, Git et Postgres.

• Mise en place d’un système de collecte de données de différents serveurs jusqu’à une base de données globale. Collecte avec l’ETL Airbyte et Meltano.

• Traitement et transformation des données avec Meltano, Dbt et SQL.

• Mise en place de Metabase, une plateforme permettant la création et la visualisation de tableaux de bord pour les équipes ventes, développement et la direction.

• Mise en production d’un serveur avec un modèle de langage pour accélérer l’onboarding des clients. Ce modèle est intégré à la plateforme web de Tenacy et utilisable par plus de 2000 utilisateurs de Tenacy.

• Implémentation d’une IA générative (Large Language Model) en Python avec Llama CPP, Deepseek-coder, Huggingface.

Environnement technique :

• Backend : Python, Flask, FastAPI, SQLAlchemy, Alembic, Postgres
• Frontend : vue.js
• Machine Learning : Pytorch, BERT, Sentence-Transformers (sBERT), Huggingface
• Déploiement : Ansible, Docker, Docker-compose, Nginx, Git, Gitlab CI/CD
emlyon business school
Animateur intervenant
January 2023 - April 2023 (4 months)
Lyon, France
Instructeur du module "Introduction à Python" à l'EMLyon en Anglais pour
des élèves en master en parallèlle de mon CDI chez Tenacy.
Esker France
Ingénieur Machine Learning
February 2021 - July 2021 (6 months)
Lyon, France
Missions:

• Etude de l’état de l’art sur la classification de textes en sorti d’un logiciel OCR (Reconnaissance de caractères)

• Création de jeux de données labélisés de photos et textes permettant de créer et mesurer les performances de nos modèles d’apprentissages.

• Création et mesure de performances de plusieurs modèles de détection de multiples occurrences.

• Fine-Tuning de modèle de langage (BERT) avec nos données. Entraînement d’algorithmes de Machine Learning et Deep Learning sur GPU sur serveur Interne.

• Création d’un modèle de classification de la catégorie de la dépense avec plus de 90% de précision.

• Intégration du prototype dans un conteneur docker.

Environnement technique :

• Python, TensorFlow, PyTorch, FastText, Docker, Flask, Git, Azure
• Serveurs interne avec GPU Nvidia
• Méthodologie agile avec Scrum Master