Welcome to Nada's freelance profile!

Malt gives you access to the best freelancers for your projects. Contact Nada to discuss your project or search for other freelancer profiles on Malt.

Nada Staouite

Lead Data Scientist / MLOps

Moves to Paris

  • 48.8546
  • 2.34771
Propose a project The project will begin once you accept Nada's quote.
Propose a project The project will begin once you accept Nada's quote.

Location and workplace preferences

Location
Paris, France
Can work on-site in your office in
  • around Paris and 50km

Preferences

Project length
  • Between 3-6 months
  • ≥ 6 months
Business sector
Would prefer avoiding:
Wine & Spirits

Verifications

Languages

Categories

Skills (18)

Nada in a few words

Diplômée d'une école d'ingénieur et d'un master en intelligence artificielle, j'ai 6 années d'expériences en data.
J'ai eu l'opportunité de travailler sur plusieurs problématiques Data Science, combinant différents types de données : textes, images, données structurées et séries temporelles.
Excellente maitrise des algorithmes de Machine learning, Deep Learning, et les librairies python associées telles que : Pandas, Numpy, Scikit-learn, Tensorflow, Pythorch , HuggingFace.
J'ai travaillé également sur des projets MLOps, de la phase d’expérimentation à la mise en production sur cloud, avec mise en place de de toute la pipeline ML (création d’ETL, recherche et entrainement de modèle ML , séquencement des tâches avec kedro, tests auto, docker, github , MLFlow, API Rest, docker, Pipeline CICD).

Experience

Brut.

Film & AV

Lead Data Scientist  - As a freelancer

Paris, France

October 2021 - Today (3 months)

Responsable Data de Brutx : la plateforme streaming de l’entreprise Brut.
- Audit de la qualité des données existantes et sollicitation des partenaires pour des nouvelles données pertinentes et nécessaires à nos études.
- Data mining sur de gros volumes de données afin de calculer les KPIs de l'entreprise (Recrutés , abonnés, churns , revenus etc..)
- Analyse de segmentation clients
- Modèle de ML pour la prédiction du taux de churn (désabonnement) en fonction du canal d'acquisition , de la quantité de consommation sur la plateforme, la saisonnalité etc...
Modèle de NLP sur les données des questionnaires churners (analyse de sentiment, topic modeling …) pour l’amélioration du contenu Brutx et la réduction du taux de désabonnement.
Modèle de NLP pour prédire le taux d’ouverture des mails de newsletters.
Big Query Google cloud NLP Pandas Python Scikit-learn SQL Google Data Studio

Sorbonne Université

Research

Recherche en Natural Language Processing

Paris, France

June 2021 - Today (7 months)

Dans le cadre d'un projet de recherche en Data to Text à Sorbonne université, le défi était de créer un modèle de Deep Learning capable de générer des données textuelles à partir de données structurées et inversement.
Application : génération de résumés en langage naturel à partir de série temporelles / données structurées, ou extraction de chiffres clés à partir de données textuelles.
- Etudes de l’état de l’art dans le domaine du NLP et du Data to Text. Choix du modèle Transformer T5 préentrainé et adaptation de ce modèle à la tâche du Data to Text et Text to Data
- Entrainement supervisé (Transfer Learning avec HuggingFace)
- Entrainement cyclique non supervisé le modèle T5 (Transfer Learning avec HuggingFace)
- Modification de l’architecture du modèle T5 afin d’intégrer un espace latent probabiliste (Conditional Variational Autoencoders) pour contrôler la génération du texte et des données structurées
- Entrainement distribué sur plusieurs GPUs . Tracking avec MLFLOW

Machine Learning Engineer

E-commerce

Blent.ai

Paris, France

March 2021 - June 2021 (3 months)

Projet de ML Engineering : Recherche et mise un production d'un modèle de Machine Learning pour la prédiction du parcours d'achat des utilisateurs sur une plateforme e-commerce (achat ou non de produits)
- Exploration d'un batch de données , statistiques exploratoires , data visualisation.
- Transformation des données : construction d'ETL avec Pyspark sur Google Dataproc, création de tables BigQuery avec les données transformées
- Prédiction : Recherche de modèle de Machine Learning , optimisation des hyperparamètres, Tracking avec MLflow , Interpretation.
- Construction de pipelines ML : Séquencement des tâches avec kedro , code linting , tests unitaires, MLFlow Model Registry comme dépôt de modèle, construction d'une API reste avec Flask pour exposer le modèle, packaging de l'application avec docker.
- Mise en production : pipelines CICD serverless (cloud build) , Kubernetes, Automatisation avec Airflow
Google Cloud Platform GitHub Docker CI/CD Scikit-learn Pandas Kubernetes Airflow Spark

Axens - Axens

Energy & Utilities

Data Scientist

Rueil-Malmaison, France

September 2019 - March 2021 (1 year and 6 months)

External recommendations

Check out Nada's recommendations

Education