You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Malt Strategy
Rania A.RA

Rania A.

Machine Learning Engineer et Data scientist, PhD

€550/day
Paris, FR
3-7 years
Data science
Machine learning
Python
MLOps
Time Series

Average response time: 4 hours

About Rania

Senior ML Engineer avec un PhD en Intelligence Artificielle et 5+ ans d'expérience en production ML end-to-end. J'industrialise des modèles Python de A à Z : du prototype au déploiement supervisé, avec MLOps complet (monitoring, drift detection, versioning, registry).
Habituée aux environnements industriels exigeants, je collabore naturellement avec architectes, data engineers et Product Managers en mode Agile/Scrum. Mes pipelines sont modulaires, reproductibles, auditables, et mes modèles restent performants dans le temps (zéro régression en production).

Ce que j'apporte :

- Industrialisation de modèles ML et pipelines ELT/ETL en Python propre (Clean Code, tests unitaires, CI/CD).

- MLOps end-to-end : MLflow, drift monitoring, retraining automatisé, Grafana.

- Déploiement cloud (Azure, AWS) via Docker et GitHub Actions.

- Inférence temps réel < 500ms sur flux capteurs IoT.

- Intégration de LLM et IA générative pour enrichir les workflows métier et automatiser l'analyse.

- 4 publications peer-reviewed IEEE & IFAC ·

- Bilingue FR/EN

Disponible ASAP · 5j/semaine · Remote ou présentiel France
Automotive OEM
Automotive supplier
Energy and Electricity
Electrical industry
Plant and Machinery

  • French

    Native or bilingual

  • English

    Fluent

Can work on-site
Paris (up to 50km), France (up to 10km), Paris (up to 50km), Toulouse (up to 50km), Marseille (up to 50km)

Experience

  • LIS Lab et Predict
    Machine Learning Engineer : Industrial REST API for Time-Series Processing and Validation
    ENERGY AND UTILITIES
    January 2025 - Today (1 year and 5 months)
    Marseille, France
    Conception et industrialisation d'un pipeline de données complet pour la détection automatique et la qualification de séquences d'essais sur données multi-capteurs (séries temporelles).
    Ce que j'ai livré :

    Pipeline ELT modulaire et reproductible en Python : architecture prête pour la production
    Système expert de détection et classification de séquences (stable / instable) sur flux temps réel
    REST API industrielle (Python · Flask) avec échanges JSON client/serveur
    Déploiement Docker avec protocole de tests formel et résultats auditables
    Exploration d'approches LLM pour automatiser l'interprétation des résultats et l'interaction avec les outputs analytiques

    Stack : Python · Pandas · Flask · Docker · REST APIs · Time-Series · CI/CD · LLM Integration
    Docker Python Pandas LLM Scikit-learn
  • Telaqua (IoT & Smart Irrigation Startup)
    Machine Learning Engineer, PhD (Energy & IoT)
    ENERGY AND UTILITIES
    January 2022 - January 2025 (3 years)
    Marseille, France
    Industrialisation complète de modèles ML en production sur des cas d'usage IoT critiques : prédiction de durée de vie batterie et contrôle prédictif d'irrigation en temps réel.

    Résultats mesurables :

    • 92% F1 Score en production sur la détection de fin de vie de batteries Li-ion
    • +30% de précision vs baseline grâce à des modèles hybrides clustering + régression (estimation RUL)
    • < 500ms de latence sur le pipeline d'inférence temps réel (flux capteurs → scoring → alertes)

    Ce que j'ai livré :

    - Cycle MLOps end-to-end : acquisition → feature engineering → entraînement → versioning (MLflow) → déploiement → monitoring continu (drift, data quality, retraining automatisé)
    - APIs ML Dockerisées déployées chez les clients avec CI/CD et pipelines scalables
    - Système de contrôle prédictif intégré à une plateforme IoT d'irrigation
    - Collaboration étroite avec équipes software et data engineering (Agile/Scrum)
    - 4 publications peer-reviewed IEEE & IFAC sur la modélisation santé batterie et le contrôle prédictif

    Stack : Python · PyTorch · TensorFlow · Scikit-learn · XGBoost · MLflow · InfluxDB · Grafana · Docker · AWS · CI/CD · SHAP · REST APIs
    Docker Gitlab CI/CD Data science Analyse de données SQL
  • Groupe Renault
    Validation & Test Engineer
    AUTOMOBILE
    January 2020 - August 2021 (1 year and 7 months)
    Guyancourt, France
    ▸ Automatisation de suites de tests en Python (MIL), analyse time-series haute fréquence pour détection
    d'anomalies.
    ▸ Travail en environnement industriel structuré (AUTOSAR) avec équipes QA cross-fonctionnelles en
    Scrum/Jira.

    Stack : Python · Jira · Agile/Scrum · AUTOSAR · Systèmes Embarqués
    Machine learning Python Analyse de données Data analysis Data science
Check out Rania's experience

Recommendations

Be the first to recommend Rania

Help this freelancer shine by sharing your experience working together.

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Signup to reveal

Education

  • Ph.D en data science
    Aix-Marseille Université - Laboratoire d'Informatique et Systèmes
    2025
    Doctorat en IA
  • Master's degree
    IFP SCHOOL
    2019
    Master's degree
Check out Rania's education

Skill set

Deep Learning
Pandas
Data visualisation
TensorFlow
Git
Gitlab CI/CD
Scikit-learn
Analyse de données
Pytorch
Diagnostic
Microsoft Azure
LLM
Data Engineer
PySpark
FastAPI
Intégration de données
Management CI/CD
Langchain
Extraire, transformer, charger (ETL)
Cloud Azure
Apache Spark
PowerBI
Grafana
IA générative
Clustering
Unsupervised Learning
Big Data
A/B Testing
Algorithmes et structures de données
Base de données
Industrial AI
SQL
AI Product Management
Spark
time-series-analysis-and-forecasting
Time Series Forecasting
explicabilité
SHAP
Monitoring
NLP
Matplotlib
Retrieval-Augmented Generation (RAG)
Analyse prédictive
Microsoft Excel
Docker

Categories