Data & AI Engineer

Intégration au sein d'une équipe data d'un groupe automobile pour moderniser son infrastructure de gestion et d'optimisation des données, en passant d'une architecture legacy à une architecture cloud native.

• Migration des pipelines ETL historiques reposant sur Databricks vers une architecture ELT moderne basée sur Snowflake et DBT.
• Conception et implémentation d'une architecture médaille (Bronze/Silver/Gold) pour structurer et gouverner les données issues de sources hétérogènes (Oracle, ERP, CRM, RabbitMQ).
• Orchestration des pipelines de données via des DAGs Airflow en Python et développement des pipelines CI/CD en Groovy pour l'automatisation du cycle de déploiement (compilation, test, déploiement).
• Conception d'un modèle d'optimisation basé sur la Programmation Linéaire en Nombres Entiers couplé à des modèles de Machine Learning (Random Forest, XGBoost) pour anticiper et réduire les violations de contraintes planification.
• Développement d'une application Python intégrant ML et optimisation avec génération automatique de rapports et interface utilisateur.
• Suppression de la totalité des violations critiques (SMAJ, MAJE, MINE) et amélioration significative de l'efficacité du processus de planification.

Contribution au sein d'une équipe de recherche pluridisciplinaire pour développer et valider des approches avancées de contrôle de systèmes dynamiques utilisant le Reinforcement Learning.

• Développement et implémentation d'algorithmes de Reinforcement Learning (TD3, DDPG, SAC) pour piloter des systèmes dynamiques complexes.
• Intégration de réseaux de neurones profonds (CNN) pour l'approximation de fonctions non linéaires, améliorant significativement la précision et la robustesse du contrôle.
• Réalisation de l'analyse exploratoire et de la préparation des données issues de simulations et capteurs (feature engineering, normalisation, modélisation).
• Mise en place de dashboards interactifs via Power BI pour le suivi en temps réel des performances des modèles.
• Livraison de modèles robustes validés expérimentalement avec un suivi performant facilitant l'optimisation continue.

Intégration au sein d'une équipe de développement back-end d'une plateforme financière pour étendre ses capacités de traitement et d'exposition des données.

• Implémentation de deux nouveaux endpoints REST (GET et POST) répondant à de nouveaux besoins fonctionnels de la plateforme.
• Développement de nouveaux batchs assurant la génération et l'envoi de données vers l'API au format XML.
• Rédaction de tests unitaires (JUnit) pour chacune des évolutions développées, garantissant la qualité du code.
• Développement de dashboards de suivi de performance pour le pilotage du projet et la visibilité opérationnelle.
• Amélioration de la visibilité opérationnelle et de l'aide à la décision via des indicateurs data-driven.