Welcome to Amine's freelance profile!
Location and workplace preferences
- Location
- Paris, France
- Can work onsite in your office in
-
- around Paris and 50km
Preferences
- Project length
-
- ≤ 1 month
- Between 1-3 months
- Between 3-6 months
- ≥ 6 months
- Business sector
-
- Aviation & Aerospace
- Digital & IT
- Automobile
- E-commerce
- Education & E-learning
+21 other
- Company size
-
- 11 - 49 people
- 50 - 249 people
- 250 - 999 people
- 1000 - 4999 people
- ≥ 5000 people
Verifications
Freelancer code of conduct signed
Read the Malt code of conduct
Reputation
Loading...
Kaggle
Languages
Categories
Skills (24)
-
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
-
Beginner Intermediate Advanced
Amine in a few words
Docteur data Scientist, mon objectif est d'accompagner les clients sur leurs projets data, de la définition du besoin jusqu'à la mise en production, dans le but de résoudre des problématiques métiers concrets d'apporter de la valeur ajoutée et d'augmenter le chiffre d'affaires. J’attache de l’importance au transfert de connaissances par le biais de l’encadrement et de la formation des juniors.
Portfolio
Experience
SNCF RESEAU - SNCF
Transportation
Sr. Data Scientist - As a freelancer
Membre de l’équipe Data Science, je suis en charge d’accompagner les métiers et du développement de solutions techniques de bout en bout.
- Accompagnement de différents clients SNCF dans la définition du besoin, la traduction du besoin métier vers un problème technique, le développement agile et de l’audit.
- Préparation, exploration et analyse des données métiers provenant des IoTs
- Amélioration de la maintenance des équipements de contrôles de vitesse des trains français à travers l’industrialisation de la détection de pannes et l’envoi automatique d’alarmes à l’échelle vers le centre de supervision en utilisant Apache Spark en Python/SQL.
- Automatisation de l’ingestion des données en streaming cloud, à travers la mise en place d’un pipeline en utilisant Azure Databricks (Delta Live Table) et Apache Spark.
...
- Accompagnement de différents clients SNCF dans la définition du besoin, la traduction du besoin métier vers un problème technique, le développement agile et de l’audit.
- Préparation, exploration et analyse des données métiers provenant des IoTs
- Amélioration de la maintenance des équipements de contrôles de vitesse des trains français à travers l’industrialisation de la détection de pannes et l’envoi automatique d’alarmes à l’échelle vers le centre de supervision en utilisant Apache Spark en Python/SQL.
- Automatisation de l’ingestion des données en streaming cloud, à travers la mise en place d’un pipeline en utilisant Azure Databricks (Delta Live Table) et Apache Spark.
...
TAG Heuer - LVMH
Luxury Goods
Data Scientist - As a freelancer
En charge d’amélioration de la montre TAG Heuer Connected par le développement d’algorithme intelligent, visant à traiter les données GPS et augmenter la précision des métriques sportives de la montre.
- Traitement, nettoyage, préparation, analyse de données GPS (IoT)
Développement d'algorithme machine learning pour détecter les anomalies
- Correction des anomalies par des techniques sophistiquées
- Mise en production d’un tableau de bord à l’aide de Docker, Streamlit API
- Communication des résultats et participation aux réunions
- Environnement technique: Python, Pandas, Numpy, Scikit-learn, Statistiques,
Docker
- Traitement, nettoyage, préparation, analyse de données GPS (IoT)
Développement d'algorithme machine learning pour détecter les anomalies
- Correction des anomalies par des techniques sophistiquées
- Mise en production d’un tableau de bord à l’aide de Docker, Streamlit API
- Communication des résultats et participation aux réunions
- Environnement technique: Python, Pandas, Numpy, Scikit-learn, Statistiques,
Docker
DRONE VOLT - Drone volt
Aviation & Aerospace
Ingénieur IA Computer Vision
En charge de développement de modèles computer vision à base de deep learning de la caméra multispectrale afin de réaliser des tâches de vision : détection d’objets, reconnaissance faciale, floutage, ...
- Collectes, préparation et annotation des images pour entraîner le modèle deep learning
- Entraînement du modèle deep learning pour la détection du feu en temps réel
- Déploiement sur la caméra du drone à l’aide de Python, Tensorflow, Docker, GPU, Git.
- Travail d'équipe agile pour le développement du SDK de la caméra
- Rédaction de la documentation technique de la solution IA
- Formation de l’équipe commerciale du DRONE VOLT sur l'intelligence artificielle
- Présentation de la solution aux clients et investisseurs du groupe
- Collectes, préparation et annotation des images pour entraîner le modèle deep learning
- Entraînement du modèle deep learning pour la détection du feu en temps réel
- Déploiement sur la caméra du drone à l’aide de Python, Tensorflow, Docker, GPU, Git.
- Travail d'équipe agile pour le développement du SDK de la caméra
- Rédaction de la documentation technique de la solution IA
- Formation de l’équipe commerciale du DRONE VOLT sur l'intelligence artificielle
- Présentation de la solution aux clients et investisseurs du groupe
OpenClassrooms - Openclassrooms
Education & E-learning
Lead Data Scientist - As a freelancer
En charge de développement de projets d’intelligence artificielle et d’accompagnement des professionnels sur deux parcours de formation : Data scientiste et Ingénieur ML
- Préparation, nettoyage et analyse de données (non)structurées
- Conception de modèles machine learning (régression/classification) pour résoudre des problèmes avec l'IA :
- Énergie (prédiction consommation électricité)
- E-commerce (segmentation de clients)
- Finance (Scoring)
- Santé
- Computer Vision par le deep learning
- Participation au concours Kaggle
- Développement d'applications en python et déploiement sur le cloud (Python, Pandas, Numpy, Plotly, Scikit Learn, Bash).
- Mentor d'une dizaine de data scientistes et d’ingénieurs machine learning
Accompagnement des ingénieurs dans leurs projets, suivi, orientation et évaluation
- Préparation, nettoyage et analyse de données (non)structurées
- Conception de modèles machine learning (régression/classification) pour résoudre des problèmes avec l'IA :
- Énergie (prédiction consommation électricité)
- E-commerce (segmentation de clients)
- Finance (Scoring)
- Santé
- Computer Vision par le deep learning
- Participation au concours Kaggle
- Développement d'applications en python et déploiement sur le cloud (Python, Pandas, Numpy, Plotly, Scikit Learn, Bash).
- Mentor d'une dizaine de data scientistes et d’ingénieurs machine learning
Accompagnement des ingénieurs dans leurs projets, suivi, orientation et évaluation
DRONE VOLT - Drone volt
Aviation & Aerospace
Ingénieur IA Computer Vision
- Développement agile de la solution logiciel du produit (Gitlab, Python, Caffe, OpenCV, ONNX, TensorRT, TensorFlow).
- Mise en place d'un outil informatique pour faciliter le développement des modèles deep learning (Python, Docker, GitHub).
- Compétence technique avancer en Computer Vision démontré par le développement d'une application de détection et localisation du feu sur une scène vidéo prise par un drone par le Deep learning, suivi de la mise en production sur la caméra multispectrale (GPU NVIDIA Jetson).
- Excellente compétence en communication illustrée par la formation de +4 commerciaux sur le nouveau produit, de plus des démos aux clients/investisseurs.
- Rédaction des rapports techniques (exp. The Startup) et de la documentation technique (www.pensarsdk.com/documentation).
🖥 Technologies:
- Python, OpenCV, Numpy, DarkNet, Caffe, TensorFlow, ...
- Docker, Github, Gitlab, reStructeredText, MarkDown, Amazon AWS, TensorRT, CUDA
🛠 Hardware
- Kit de développement NVIDIA Jetson TX2
- Caméra intelligente Multi-spectrale Pensar
📰 Publications
- www.pensarsdk.com/documentation
- The Startup (https://medium.com/swlh/pensar-sdk-1-647f778bc11)
- Toward Data Science (https://towardsdatascience.com/have-you-optimized-your-deep-learning-model-before-deployment-cdc3aa7f413d)
- Mise en place d'un outil informatique pour faciliter le développement des modèles deep learning (Python, Docker, GitHub).
- Compétence technique avancer en Computer Vision démontré par le développement d'une application de détection et localisation du feu sur une scène vidéo prise par un drone par le Deep learning, suivi de la mise en production sur la caméra multispectrale (GPU NVIDIA Jetson).
- Excellente compétence en communication illustrée par la formation de +4 commerciaux sur le nouveau produit, de plus des démos aux clients/investisseurs.
- Rédaction des rapports techniques (exp. The Startup) et de la documentation technique (www.pensarsdk.com/documentation).
🖥 Technologies:
- Python, OpenCV, Numpy, DarkNet, Caffe, TensorFlow, ...
- Docker, Github, Gitlab, reStructeredText, MarkDown, Amazon AWS, TensorRT, CUDA
🛠 Hardware
- Kit de développement NVIDIA Jetson TX2
- Caméra intelligente Multi-spectrale Pensar
📰 Publications
- www.pensarsdk.com/documentation
- The Startup (https://medium.com/swlh/pensar-sdk-1-647f778bc11)
- Toward Data Science (https://towardsdatascience.com/have-you-optimized-your-deep-learning-model-before-deployment-cdc3aa7f413d)
Institut d'Astropysique
Aviation & Aerospace
Ingénieur R&D en Traitement d'image
Reconstruction d'objets hyperspectraux à partir de données multispectrales observées par un imageur infrarouge (MIRI), à bord du prochain télescope spatial JWST de la NASA. Lancement du télescope en 2021.
- Fortes compétences en gestion de projets par la collaboration L2S - IAS sur la reconstruction de données hyper-spectrales pour la prochaine mission spatiale JWST (NASA/ESA/CSA), qui a conduit à l'innovation de deux nouveaux algorithmes pour le traitement d'images infrarouges en utilisant les mathématiques appliquées et l’apprentissage automatique sous Python
- Excellentes compétences en leadership et management d'équipes, en enseignant le "traitement du signal" à +60 étudiants de l'Ecole Polytech Paris-Sud
- Compétences en communication grâce à la participation à 2 conférences, 1 workshop et 1 séminaire, aboutissant à 3 présentations devant +100 experts, à la publication de 4 articles en tant que premier auteur et à une présentation d'un poster
- Compétences techniques de haut niveau, y compris la définition de feuilles de route de projet, la recherche bibliographique, la modélisation de systèmes, la mise en œuvre de divers algorithmes d'optimisation
- Mot clés: Reconstruction, Modélisation mathématique, simulation de données, estimation bayésienne, statistique, programmation en Python, calcul scientifique, algorithmes d'optimisation, machine learning
📰 Publication
- Conference GRETSI 2017
- Conference EUSIPCO 2017
- Conference EUSIPCO 2018
🎤 Présentation orale
- Workshop GDR-ISIS, Paris, France.
- Conference EUSIPCO 2018, Rome, Italy.
- Conference EUSIPCO 2017, Kos, Grece.
- Environnement technique: Linux Ubuntu 64-bit, Python, Numpy, Scikit-learn, Matplotlib, Pandas
- Fortes compétences en gestion de projets par la collaboration L2S - IAS sur la reconstruction de données hyper-spectrales pour la prochaine mission spatiale JWST (NASA/ESA/CSA), qui a conduit à l'innovation de deux nouveaux algorithmes pour le traitement d'images infrarouges en utilisant les mathématiques appliquées et l’apprentissage automatique sous Python
- Excellentes compétences en leadership et management d'équipes, en enseignant le "traitement du signal" à +60 étudiants de l'Ecole Polytech Paris-Sud
- Compétences en communication grâce à la participation à 2 conférences, 1 workshop et 1 séminaire, aboutissant à 3 présentations devant +100 experts, à la publication de 4 articles en tant que premier auteur et à une présentation d'un poster
- Compétences techniques de haut niveau, y compris la définition de feuilles de route de projet, la recherche bibliographique, la modélisation de systèmes, la mise en œuvre de divers algorithmes d'optimisation
- Mot clés: Reconstruction, Modélisation mathématique, simulation de données, estimation bayésienne, statistique, programmation en Python, calcul scientifique, algorithmes d'optimisation, machine learning
📰 Publication
- Conference GRETSI 2017
- Conference EUSIPCO 2017
- Conference EUSIPCO 2018
🎤 Présentation orale
- Workshop GDR-ISIS, Paris, France.
- Conference EUSIPCO 2018, Rome, Italy.
- Conference EUSIPCO 2017, Kos, Grece.
- Environnement technique: Linux Ubuntu 64-bit, Python, Numpy, Scikit-learn, Matplotlib, Pandas
Ecole Polytech Paris-Sud
Education & E-learning
Formateur dans une école d'ingénieur
✔️ Réalisations
- En charge de l'enseignement de +60 élèves ingénieurs: Transformée de Fourier, Filtrage Linéaire, Échantillonnage, Mathématiques Appliquées, Traitement déterministe et aléatoire du signal, Base statistique
- Présentation de MATLAB pour le traitement du signal et de l'image
- Supervision de deux groupes de +30 étudiants
- Animation des travaux dirigés
- Évaluation des étudiants et préparation aux examens
- En charge de l'enseignement de +60 élèves ingénieurs: Transformée de Fourier, Filtrage Linéaire, Échantillonnage, Mathématiques Appliquées, Traitement déterministe et aléatoire du signal, Base statistique
- Présentation de MATLAB pour le traitement du signal et de l'image
- Supervision de deux groupes de +30 étudiants
- Animation des travaux dirigés
- Évaluation des étudiants et préparation aux examens
Synchromedia
Energy & Utilities
Ingénieur en Traitement d'Images - Computer Vision
✔️ Réalisations
- Développement des méthodes d'analyse et restauration d’images pour la préservation des documents scannés
- Implémentation de méthodes de séparation de sources aveugles
- Développement d'algorithmes pour le rehaussement d'images
- Modélisation de la dégradation des images
- Rédaction de rapports scientifiques
🖥 Technologies
- Linux Ubuntu 64-bit
- MATLAB
- Développement des méthodes d'analyse et restauration d’images pour la préservation des documents scannés
- Implémentation de méthodes de séparation de sources aveugles
- Développement d'algorithmes pour le rehaussement d'images
- Modélisation de la dégradation des images
- Rédaction de rapports scientifiques
🖥 Technologies
- Linux Ubuntu 64-bit
- MATLAB
Laboratoire biomédicale
Biotech
Ingénieur en Machine Learning
✔️ Description du Project
Dans le cadre du stage de fin d'études d'ingénieur, j'ai occupé le poste d'ingenieur en machine learning pour le projet de détection d'épilepsie du signal biomédical EEG. Le but est d'anticiper le traitement de la pathologie et de protéger le patient souffrant de la pathologie en cas de crises d'épilepsie.
✔️ Réalisations
- Développement de compétences en gestion de projet grâce au développement d'un outil d'aide à la décision pour la détection d'épilepsie à partir d'une base de données de signaux EEG utilisant l'apprentissage automatique, aboutissant à la proposition d'un nouveau pipeline pour la classification des signaux biomédicaux dans Matlab
- Amélioration des compétences en rédaction et en communication grâce à la rédaction d'articles, conduisant à 2 publications dans des conférences internationales
- Capacité à mener à bien un projet de recherche en machine learning à travers la définition du projet roadmap, l'étude bibliographique, l'analyse de données, les mathématiques appliquées pour le traitement du signal
- Développement d'un outil d'aide à la décision pour la détection de l'épilepsie à partir d'une base de données de signaux EEG
- Etude bibliographique d'œuvres à la pointe de la technologie
- Préparation des données pour la classification: - Représentation des données dans un espace temps-fréquence (ondelettes), - Sélection de variables d’apprentissage, - Analyse en composantes principales
- Proposition d'un pipeline original pour le traitement du signal et la classification sous MATLAB
- Rédaction d'articles pour deux conférences internationales
🖥 Technologies
- MATLAB
📰 Publications
- Conference CISTEM'2018
- Conference WoSSPA'2013
Dans le cadre du stage de fin d'études d'ingénieur, j'ai occupé le poste d'ingenieur en machine learning pour le projet de détection d'épilepsie du signal biomédical EEG. Le but est d'anticiper le traitement de la pathologie et de protéger le patient souffrant de la pathologie en cas de crises d'épilepsie.
✔️ Réalisations
- Développement de compétences en gestion de projet grâce au développement d'un outil d'aide à la décision pour la détection d'épilepsie à partir d'une base de données de signaux EEG utilisant l'apprentissage automatique, aboutissant à la proposition d'un nouveau pipeline pour la classification des signaux biomédicaux dans Matlab
- Amélioration des compétences en rédaction et en communication grâce à la rédaction d'articles, conduisant à 2 publications dans des conférences internationales
- Capacité à mener à bien un projet de recherche en machine learning à travers la définition du projet roadmap, l'étude bibliographique, l'analyse de données, les mathématiques appliquées pour le traitement du signal
- Développement d'un outil d'aide à la décision pour la détection de l'épilepsie à partir d'une base de données de signaux EEG
- Etude bibliographique d'œuvres à la pointe de la technologie
- Préparation des données pour la classification: - Représentation des données dans un espace temps-fréquence (ondelettes), - Sélection de variables d’apprentissage, - Analyse en composantes principales
- Proposition d'un pipeline original pour le traitement du signal et la classification sous MATLAB
- Rédaction d'articles pour deux conférences internationales
🖥 Technologies
- MATLAB
📰 Publications
- Conference CISTEM'2018
- Conference WoSSPA'2013
Institut de Mathématiques de Bordeaux
Education & E-learning
💼 Ingénieur en Traitement d'Images
✔️ Description du Projet
Restauration des images par des méthodes d'optimisation convexe.
✔️ Réalisations
- Acquisition de compétences techniques de haut niveau grâce à la mise en œuvre à partir de zéro de méthodes de restauration de signaux et d'images à l'aide de mathématiques appliquées avancées et à la mise en œuvre d'algorithmes d'optimisation dans Matlab
- Compétences réussies en gestion du temps, comme en témoigne la résolution en peu de temps de trois problèmes ciblés (déconvolution, débruitage, inpainting), conduisant à un algorithme efficace pour de multiples applications
- Analysis and representation of data in a suitable domain (Fourier, DCT and Wavelets)
- Development of methods based on regularized least squares (Quadratic regularization, total variation, minimization-L1)
- Implementation of convex optimization algorithms (Gradient descent, FISTA, Primal-Dual)
- Validation of algorithms on applications such as de-noise, deconvolution and inpainting
- Data simulation and analysis
- Writing scientific reports
🖥 Technologies
- Linux Ubuntu 64-bit
- MATLAB
Restauration des images par des méthodes d'optimisation convexe.
✔️ Réalisations
- Acquisition de compétences techniques de haut niveau grâce à la mise en œuvre à partir de zéro de méthodes de restauration de signaux et d'images à l'aide de mathématiques appliquées avancées et à la mise en œuvre d'algorithmes d'optimisation dans Matlab
- Compétences réussies en gestion du temps, comme en témoigne la résolution en peu de temps de trois problèmes ciblés (déconvolution, débruitage, inpainting), conduisant à un algorithme efficace pour de multiples applications
- Analysis and representation of data in a suitable domain (Fourier, DCT and Wavelets)
- Development of methods based on regularized least squares (Quadratic regularization, total variation, minimization-L1)
- Implementation of convex optimization algorithms (Gradient descent, FISTA, Primal-Dual)
- Validation of algorithms on applications such as de-noise, deconvolution and inpainting
- Data simulation and analysis
- Writing scientific reports
🖥 Technologies
- Linux Ubuntu 64-bit
- MATLAB
2 recommendations
Check out Amine's recommendations