About Moad
- les pipelines sont instables ou coûtent cher en maintenance
- les données manquent de fiabilité et de gouvernance
- les dashboards existent mais personne ne les utilise
- les modèles ML restent au stade POC (pas en production)
- les décisions manquent d'intelligence (pas de prédictions)
- Conception de pipelines data robustes (Airflow, DBT, Python)
- Architecture data warehouse scalable (BigQuery, Snowflake)
- Dashboards décisionnels orientés métier (Power BI, Metabase)
- Modèles ML en production (classification, prédiction, clustering)
- Monitoring intelligent avec LLM (détection anomalies contextualisée)
- Fiabilisation des traitements (monitoring, gestion erreurs, gouvernance)
- Mise en place de CI/CD data & ML
- Optimisation performances et coûts cloud
French
Native or bilingual
English
Fluent
Experience
- UpworkData EngineerRETAIL (LARGE RETAILERS)December 2025 - Today (7 months)Lyon, FranceLancement en freelance avec interventions sur des projets data variés.Missions principales:- Audit et structuration d'infrastructures data (ETL/ELT)- Mise en place de pipelines Airflow et orchestration- Création de dashboards pour la prise de décision- Architecture data warehouse scalableRésultats clés:4+ projets menés à bienClients satisfaits (secteurs variés: fintech, retail, services)Pipelines temps-réel déployés-50% à -70% temps reportings pour clientsStack utilisée: Python, Airflow, BigQuery, Snowflake, Power BI, dbt
- LSIGData ScientistHEALTH AND WELLNESSSeptember 2022 - September 2025 (3 years)Développement d’une solution d’intelligence artificielle dédiée à la détection précoce du cancer de la prostate, à partir de données médicales hétérogènes et sensibles.
- Exploitation de lames de biopsies numérisées (Whole Slide Images), documents médicaux scannés, comptes rendus anatomopathologiques et analyses biologiques.
- Conception et industrialisation de pipelines Python capables de traiter des données non structurées multimodales (texte et image...).
- Extraction d’informations à partir de documents scannés (OCR), parsing, nettoyage, normalisation et structuration des données cliniques.
- Développement d’un modèle Deep Learning pour la segmentation et la classification d’images médicales, incluant prétraitement, augmentation et évaluation des performances.
- Étude comparative de plusieurs architectures CNN et Vision Transformers (ViT) afin d’analyser performances, robustesse et capacité de généralisation.
- DeltamuData Engineer – Maintenance prédictivePHARMACEUTICALS INDUSTRYNovember 2023 - July 2024 (8 months)Clermont-Ferrand, France
- Conception et développement de pipelines python pour la collecte et d’intégration de données industrielles issue des capteurs IoT .
- Modélisation des données et optimisation des flux ETL / ELT
- Mise en place de contrôles de qualité des données et monitoring (Streamlit...)
- Alimentation de Data Lakes et Data Warehouses.
- Conception de modèles statistiques pour la détection d’anomalies industrielles.
- Intégration de modèles de Machine Learning afin d’automatiser les tâches répétitives et d’améliorer la précision diagnostique.
- Réalisation de tests à grande échelle et validation de la robustesse du système sur des volumes massifs de données industrielles.
- Exploitation et valorisation des données.
- Réduction de 25 % des coûts énergétiques et de 20 % des coûts de production grâce aux solutions data-driven.
- Documentation des flux et procédures d’exploitation.
- Contribution directe à l’amélioration de la qualité industrielle, grâce à une solutions analytiques innovantes .
Recommendations
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
- Mastère spécialiséInstitut national polytechnique Clermont Auvergne2024Expert en sciences des données
- MasterFSDM2022Informatique décisionnelle et vision intelligente (MIDVI)
Certifications
- Utiliser Apache Spark dans Microsoft FabricMicrosoft2024