About Youness
Je suis Youness, data scientist avec plus de 8 ans d'expérience dans le domaine. Mon parcours est marqué par une forte expertise en traitement automatique du langage naturel (NLP), en apprentissage automatique (machine learning) et en vision par ordinateur. J'ai eu l'opportunité de travailler sur des projets stimulants dans des entreprises de différente tailles comme Adeo, Trustpair et 2OS/Fortia Financial Solutions, où j'ai pu mettre en pratique mes compétences sur des problématiques diverses.
Chez Adeo, j'ai notamment piloté l'automatisation du référencement produits en utilisant des modèles de langage (LLM) et l'intelligence artificielle générative. J'ai également mis en place une plateforme d'annotation de données et contribué à la construction d'un système de liaison entre les produits et leurs utilisations.
Chez Trustpair, mon rôle a consisté à automatiser le processus de vérification des fournisseurs, en développant des systèmes de classification et de correspondance d'informations.
Au sein de 2OS/Fortia Financial Solutions, j'ai travaillé sur la création de pipelines d'extraction d'information à partir de documents financiers, et j'ai amélioré les performances d'un système de classification de phrases grâce aux réseaux neuronaux convolutifs. J'ai également eu l'occasion de développer une plateforme "no-code" pour faciliter l'accès aux outils de traitement du langage naturel.
Mon parcours académique, avec un Master en Mathématiques, Vision et Apprentissage de l'ENS Paris-Saclay et un Master of Science de l'Ecole Centrale Paris, m'a fourni les bases solides nécessaires à mon métier.
French
Native or bilingual
English
Native or bilingual
Can work on-site
Paris (up to 50km)
Experience
- BUREAU VERITASIngénieur MLOps - Computer Vision & Imagerie DroneTRANSPORTATIONOctober 2025 - Today (8 months)Courbevoie, FranceDans le cadre de l'industrialisation de solutions ML à l'inspection par drone, je suis en charge de l'architecture MLOps et de l'optimisation des flux de traitement vidéo.Responsabilités et Réalisations :
- Orchestration des pipelines d'entraînement : Conception et mise en œuvre de pipelines automatisés pour l'entraînement et le réentraînement de modèles de vision par ordinateur (Computer Vision), assurant une itération rapide sur les algorithmes de détection.
Gestion du cycle de vie des modèles (Model Management) :- Mise en place d'un Model Registry pour centraliser et versionner les modèles.
- Implémentation du logging des métriques et des hyperparamètres pour garantir une traçabilité complète et la reproductibilité des expériences.
Optimisation de l'inférence (Batch Processing) :- Développement d'architectures d'inférence par lots (Batch Inference) pour le traitement massif de données vidéo.
- Impact clé : Réduction drastique du temps de traitement sur les assets volumineux, passant de 24 heures à seulement 6 heures (amélioration de la performance de 75%).
- KPMGIngénieur IA générativeCONSULTING AND AUDITSDecember 2024 - September 2025 (9 months)Courbevoie, France
- Création et déploiement de plusieurs agents RAG (Retrieval Augmented Generation) qui ont considérablement amélioré la récupération et la génération d'informations pour les professionnels du droit et de l'audit.
- Développement et mise en œuvre de pipelines d'évaluation robustes en utilisant des métriques "LLM-as-a-judge" pour mesurer l'exactitude et la pertinence du contenu généré par l'IA.
- Construction de pipelines d'indexation multimodale sophistiqués pour de vastes ensembles de documents, permettant un traitement et une récupération efficaces des informations à partir de tableaux, de figures et d'éléments visuels.
- Utilisation d'Azure Search, Celery et des modèles d'OpenAI pour construire des systèmes d'IA évolutifs et performants.
- ADEOLead Data scientistE-COMMERCEOctober 2022 - October 2024 (2 years and 1 month)Lille, France
- Développement d'un pipeline d'extraction de caractéristiques produit en utilisant des modèles linguistiques de pointe (LLM, dont Gemini de Google), des techniques de "few-shot prompting" et d'auto-vérification. Ceci a entraîné une augmentation de 19% du taux de complétude et de 16% des vues pour les produits enrichis. La solution a été déployée dans cinq pays (France, Espagne, Portugal, Italie, Pologne).
- Création d'un classificateur de produits textuel qui mappe automatiquement les informations produits à la taxonomie Adeo bricolage. Ce classificateur est le résultat d'un pipeline d'entraînement automatisée hebdomadaire utilisant les données du catalogue produits. Il a été déployé en tant qu'API temps réel sur la plateforme Vertex MLOps de GCP.
- Collaboration avec une équipe transversale qui a permis la création d'un outil en ligne d'étiquetage des données. Plusieurs campagnes d'annotation de données ont été coordonnées avec l'aide d'experts métier issus de multiples unités commerciales européennes.
- Mise en place d'une solution de logging, tracing et APM distribuée utilisant Datadog, intégrée à ServiceNow, pour les applications de Machine Learning. Ceci a permis une détection précoce et une résolution rapide des incidents de production, assurant le respect des SLA et maintenant une forte satisfaction utilisateur.
- Encadrement et accompagnement de plusieurs data scientists et ingénieurs machine learning.
Recommendations
+3
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Master's degree, MVA (Mathematics, Vision, Learning)ENS Paris-Saclay2016Master's degree, MVA (Mathematics, Vision, Learning)
- Master of ScienceEcole Centrale2016Master of Science in Applied Mathematics