You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Thomas L.TL

Thomas L.

Data scientist/ML Engineer/Generative AI/LLM

€500/day
1 project
Nice, FR
3-7 years

Average response time: 1 hour

About Thomas

Bonjour,

Je suis ingénieur en informatique spécialisé en Data Science, IA et développement de solutions data end-to-end.

J’accompagne les entreprises sur des projets mêlant Machine Learning, automatisation métier, data engineering et développement d’applications web. Mon objectif est simple : transformer un besoin métier ou un processus manuel en outil fiable, exploitable et déployé.

J’interviens notamment sur :

  • Conception et développement de solutions IA / Machine Learning
  • Génération de données synthétiques, IA générative, modèles de deep learning
  • Automatisation de workflows métier avec Python, APIs et orchestration
  • Développement d’applications web data/IA, du front au back
  • Création de dashboards interactifs et outils de pilotage
  • Data engineering, pipelines ETL, traitement de gros volumes de données
  • Déploiement sur serveur/cloud et mise en production

J’ai travaillé sur des sujets variés : génération de données synthétiques pour le secteur bancaire, optimisation de pipelines data à grande échelle, migration cloud, automatisation de processus internes et développement de plateformes métier avec backend Python, frontend React et orchestration Airflow.

Technologies principales :

Python, SQL, Pandas, NumPy, Scikit-learn, PyTorch/Keras, Dask, Apache Airflow, React, Flask/FastAPI, Dash, Streamlit, Plotly, Databricks, Azure, AWS, Docker.

Je peux intervenir aussi bien sur une phase exploratoire ou POC que sur la construction d’un outil complet, maintenable et utilisable par des équipes métier.
  • French

    Native or bilingual

  • English

    Fluent

  • Japanese

    Basic

  • Spanish

    Conversational

Can work on-site
Nice (up to 30km)

Experience

  • Doriane
    Freelance AI Solutions Engineer — Data Migration Automation
    December 2025 - Today (7 months)
    Nice, France
    • • Pilotage et développement end-to-end d'une plateforme d'automatisation de migrations clients (environnement multi-clients / multi-projets) pour accélérer la transition d'un SI legacy vers une cible standardisée.
    • • Conception d'un workflow self-service permettant aux équipes métier/ consulting de configurer imports et mappings directement dans l'outil, réduisant les allers-retours techniques et le traitement manuel.
    • • Développement full-stack : front React (configuration, mapping, pilotage) + backend Python (orchestration, exécution, contrôle).
    • • Orchestration via Apache Airflow avec génération dynamique de DAGs par client/projet/entité, afin d'industrialiser l'exécution et améliorer la traçabilité des runs.
    • • Ajout d'une brique LLM-assisted pour accélérer la production de SQL de transformation (génération + édition manuelle)
    • • Automatisation de processus internes à destination des Product Owners, notamment pour réduire les tâches répétitives de suivi, de formalisation et de coordination projet.
    • • Mise en place d'une génération assistée de release notes à partir des évolutions produit, afin d'accélérer la communication aux parties prenantes et fiabiliser la traçabilité des livraisons.
  • SkaizenGroup
    R&D Data Scientist
    BANKING AND INSURANCE
    July 2024 - June 2025 (11 months)
    Tokyo, Japan
    Génération de données synthétiques (tabulaire) pour cas d’usage bancaires — modèle, API & app.
    Dernière mission en R&D chez Skaizen Group (remote depuis Tokyo) : cadrage, recherche appliquée et delivery d’une stack complète pour produire des jeux de données réalistes, exploitables et sûrs.

    Côté recherche, j’ai mené un état de l’art ciblé (GANs tabulaires, modèles de diffusion, graph ML) avec analyse critique et recommandations concrètes pour les données transactionnelles (paires expéditeur/bénéficiaire, temporalité, montants, devises). Objectif : arbitrer entre qualité statistique, diversité et confidentialité, puis transformer ces choix en design produit.

    Côté ingénierie, j’ai :
    •conçu un modèle de génération custom et son API ;
    •développé une application web multipage pour piloter la génération, visualiser la structure des jeux synthétiques et évaluer leur qualité via des métriques adaptées tabulaire/graphes ;
    •intégré chiffrement/pseudonymisation des variables sensibles pour un partage contrôlé.

    Côté déploiement, j’ai industrialisé sur AWS (API sur EC2, échanges via S3) afin d’orchestrer les flux front↔back et d’ouvrir la voie à des POC rapides en environnement client.

    Impact. La solution permet de :
    •tester des modèles en situation quasi-réelle sans exposer de données personnelles ;
    •accélérer la R&D (datasets synthétiques variés et traçables) ;
    •dé-risquer l’accès aux données et faciliter la collaboration produit-métier-sécurité. J’ai également été co-auteur d’un papier de conférence lié à ces travaux.
    Pytorch Amazon Web Services API IA générative Data science
  • Renault
    ADAS Data Scientist
    AUTOMOBILE
    September 2023 - July 2024 (10 months)
    Nice, France
    Data Engineering à grande échelle — des signaux bruts aux datasets analytiques.
    Mission : transformer des roulages massifs, hétérogènes et peu exploitables en données fiables, compactes et interrogeables par toutes les équipes.
    •Volume & perfs. Normalisation de formats bruts → schéma unifié + stratégies de compression/structuration pour un ×10 sur l’empreinte disque, sans perte métier. Conception de pipelines ETL Python/Dask pour traiter la volumétrie en distribué et accélérer les temps de calcul.
    •Valorisation des signaux. À partir des données véhicule, extraction de features interprétables (événements, agrégats, fenêtres temporelles) afin d’alimenter R&D et produit. Travail au plus près des spécialistes pour prioriser ce qui a de la valeur.
    •Industrialisation & partage. Mise en place d’un partitionnement stratégique et de conventions de nommage pour des requêtes et jobs batch plus efficaces. Datasets “prêts à l’emploi” exposés aux équipes internes sans dégrader les systèmes sources.
    •Qualité & fiabilité. Tests de données, contrôles de cohérence, documentation d’usage et contrats de schéma pour garantir pérennité et réutilisabilité à l’échelle.
    •Cadre agile (SAFe). Participation active aux cérémonies, synchronisation pluridisciplinaire et delivery continu orienté qualité, scalabilité et robustesse.
    ETL Python Gitlab CI/CD Data Pipeline

Reviews

5,0

Out of 1 rating

L

Louis

Dirigeant - Doriane

Several weeks project

-

Reviewed on 17/02/2026

Thomas nous a très bien accompagné dans un projet de migration de données de notre logiciel historique on premise vers notre SaaS. Thomas a vite compris notre modèle, a su poser régulièrement les bonnes questions aux équipes, et délivré un produit de qualité, répondant aux attentes. Sa connaissance des outils IA a été un vrai plus pour faire un travail rapide et de qualité.

Recommendations

Be the first to recommend Thomas

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

Education

  • Master 2 (M2), IMSD : Innovation, Marchés et Sciences des Données
    Université Paris-Saclay
    2022
    Master 2 (M2), IMSD : Innovation, Marchés et Sciences des Données
  • Diplôme d'ingénieur
    ENSIIE - École Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise
    2022
    Mathématiques appliquées, informatique et data science

Skill set

Categories