Mohamed Nijadi

Actuellement en mission long terme (9 mois+) pour un acteur majeur de l'AdTech, j'accompagne les entreprises dans l'optimisation de leurs pipelines de données et le déploiement de modèles Machine Learning performants.

Mon profil Full Stack Data me permet d'intervenir sur toute la chaîne de valeur : de l'infrastructure Cloud à la modélisation.

💡 Réalisation phare récente : Optimisation d'un pipeline d'inférence critique sur un dataset massif (AdTech) :

-> Résultat : Réduction du temps d'exécution de 8h à 2h et multiplication par 3 de la capacité de traitement simultané.

🚀 Mes domaines d'intervention :

1. Data Engineering & Cloud (AWS / Databricks)

Construction et optimisation de pipelines ETL (Spark, Python).

Migration d'infrastructures (ex: AWS Sagemaker/Athena vers Databricks).

Gestion de bases de données et Data Warehousing (Redshift, S3, Glue).

Certification : AWS Data Engineer Associate.

Implémentation d'algorithmes de Machine Learning (Scikit-learn, MLFlow).

Traitement et Analyse de données complexes (Spark, Polars).

Feature Engineering / Feature selection.

Analyse statistique et visualisation des données

Mise en place d'une stratégie data quality & data cleaning.

Conception de dashboard adhérant aux bonnes pratiques (Power BI / Tableau).

Langages : Python (Polars, Pandas, Scikit-learn, Airflow), SQL.

Big Data : Spark, Databricks.

Cloud AWS : Athena, Sagemaker, Glue, Redshift, S3, Lambda.

Viz : PowerBI, QuickSight.

Habitué au travail à distance (Remote) avec des équipes techniques exigeantes, je suis autonome et orienté résultats.

N'hésitez pas à me contacter pour discuter de vos projets Data.