Othmane Hamzaoui

J'ai continué à accompagner les clients sur les sujets tech (ML/Engineering) en prenant le lead dans certains projets/stream. En parallèle, j'apportais du conseil sur les best practices et stratégie Data/ML à adopter sur AWS. Mes interlocuteurs étant principalement des décideurs techniques chez les clients d'AWS en France.

~5 entreprises (CAC40/Startups/PME) sur ~2 ans

- Lead technique sur des streams/projets de 3-4 consultants AWS (tout en continuant le développement)

- Collaboration avec les équipes produit AWS et les architectes afin de définir les meilleures pratiques pour les workloads Machine Learning

- Référent technique sur les sujets Data/ML pour les CTO/CDO chez les clients d'AWS en France

- Développement commercial pour l'équipe consulting d'AWS

Je faisais partie des équipes de développement et conseil interne d'AWS (i.e AWS Professional Services). J'accompagnais les équipes ML ou Plateforme/Cloud IT chez le client afin d'accélérer leur développement dans le cloud.

En fonction des projets, j'ai occupé des rôles scientifiques (Data Scientist) ou Dev (ML Engineer).

~8 entreprises (CAC40/Startups/PME) sur ~3 ans

- Récolte du besoin métier, préparation et analyse de données, entraînement des modèles, etc

- Mise en production des modèles ML, conception de systèmes d'entraînement/inférence robustes et scalables et automatisation des process

- Revue des architectures Cloud/ML, partage de best practices et mise en place de stratégie et composantes MLOps

I was part of the Innovation and R&D team at L'Oréal focusing on computer vision projects.

I designed and built Deep Learning models for real time hair segmentation and coloration on mobile devices for an Augmented Reality L'Oréal application.

I also worked on optimising inference on mobile (CPU based) and tan benchmarks to optimise speed and precision trade-off when deploying on the edge.