Description

Data scientist/Développeur fullstack. J'ai étudié et eu des expériences autour de l'IA. Mon expériences s'étend autour du développement full stack, mais également autour de problématiques d'IA notamment en NLP mais aussi en clustering, optimisation, systèmes de recommandation, séries temporelles et vision par ordinateur. Ayant une forte appétence pour le Dev, je suis en mesure de mettre en place rapidement des POCs ainsi que des produits complets, et à terme d'aller vers une mise en production et déployer les solutions à travers APIs et services, en ayant recours aux technologies de containérisation, d'orchestration et d'intégration continue afin d'assurer un système robuste et bâtir une architecture solide évolutive et maintenable.

Curieux et passionné, je reste toujours motivé pour apprendre et mettre la main dans de nouvelles stacks techniques, ceci m'a permis lors de mes expériences de savoir sortir de ma zone de confort, et ainsi développer de nouvelle compétences.

Languages

French
Native or bilingual
English
Fluent
Arabic
Fluent

Workplace preferences

Remote only

Primarily works remotely

XPDEEP
Développeur / data scientist
SOFTWARE PUBLISHING
August 2023 - Today (2 years and 10 months)
Grenoble, France
• Développemnt du backend (from scratch) avec flask - SQLAlchemy - PostgreSQL.
• Gestion des dépendances et du versionning avec Poetry.
• Conteneurisation des services liés au backend : back, database, nginx. Écriture des Dockerfiles et du Compose pour orchestrer les différents services.
• CICD avec gitlabCI. Implémentation des multiples jobs nécessaire: Lint (ruff), tests unitaires et tests d'intégration (pytest, unitest), analyse statique (mypy), build et push des images docker avec versionning automatisé via la création de tag etc ...
• Migration de flask vers FastApi+Pydantic.
• Système d'authentification OIDC et mise en place d'un FGA pour la gestion des droits.
• Géneration et maintenance du fichier OpenAPI, du Swagger et d'un client pour le backend.
• Développement d'un client (librairie python) pour une utilisation plus ergonomique des API XPDEEP. Mise en place des pipeline CICD Gitlab pour la génération du paquet et son versioning. Géneration automatisée de la documentation du client avec Mkdocs et sa publication.
• Implémentation de réseaux de neurones (Torch) et entraînement sur différents types de dataset issues de l'état de l'art (classification, régression, times series forecasting etc ...). Test des APIs via le client XPDEEP en réimplémentant les architectures des réseaux de neurones déjà conçu avec Torch, dans l'objectif de d'évaluer notre solution et de valider ses différentes fonctionnalités.
• Maintenance et fix des bugs dans le backend, le client, et les pipelines CICD.
• Mise en place d'une BDD Loki et de dashboards Grafana pour l'observabilité des logs du backend.
• Mise en place d'une Interface Admin pour la base de données.
• Implémentation de tests QA et end-to-end.
Docker Gitlab CI Pytorch FastAPI SQLAlchemy
Akkodis Research
Data scientist en computer vision
SOFTWARE PUBLISHING
January 2022 - June 2023 (1 year and 5 months)
78280 Guyancourt, France
• Recensement des approches de Deep Learning existantes dans la littérature pour l'estimation du HR (rythme cardiaque) par la vidéo.
• Implémentation et adaptation d'approches issues d'articles de recherche pour le calcul du HR (rythme cardiaque) via une caméra classique (ippg) : DeepPhys & BVPNet
• Détection de visage et des zones d'intérêts à partir des données vidéos
• Visualisation, test et évaluation des résultats
Deep Learning Scikit-learn Computer Vision Python Machine learning
Akkodis Research
Développeur full stack / NLP Engineer
SOFTWARE PUBLISHING
January 2022 - Today (4 years and 5 months)
78280 Guyancourt, France
• Étude de différentes méthodes de XAI et leur mise en place
• Proposition et implémentation d'une nouvelle approche XAI, illustrée via un nuage de points
• Déploiement des différentes solutions sous forme d'APIs
• Test unitaires + intégration
• Participation à l'intégration des fonctionnalités associées à l'aspect data côté front: intégration côté front, correction de bugs etc ...
• Migration du backend de Node (Javascript) à Flask(Python) / Adaptation du front / Mise en place d'une BDD type MongoDB
• Gestion des utilisateurs et de l'authentification
• Projet mené en environnement agile (daily, sprint retrospective, sprint planning)
flask MongoDB Python