Data Scientist

Interventions en tant qu'ingénieur Machine Learning sur divers projets clients.

• Conception et déploiement de pipelines ML end-to-end sur Google Cloud.
• Mise en place d'architectures modulaires pour la recommandation incluant du collaborative filtering et des modèles embeddings.
• Mise en place d'A/B tests en production pour mesurer l'impact sur l'expérience utilisateur.
• Création de workflows Airflow pour l'orchestration et la surveillance des traitements ML.
• Packaging et déploiement d'API FastAPI conteneurisées pour exposer les modèles.
• Monitoring complet des modèles concernant le drift, la performance et la latence avec mise en place d'alerting.
• Mise en place d'infrastructures Cloud via Terraform/Terragrunt pour des environnements ML reproductibles.

Expérience au sein de l'Agence d'Urbanisme Atlantique & Pyrénées en alternance pour renforcer les capacités de traitement et de visualisation des données territoriales.

• Conception et développement de pipelines de données pour des outils d'observation territoriale tels qu'Obsudaq' et Metrosat, couvrant l'ingestion, la transformation, l'automatisation et la diffusion.
• Implémentation d'API et de connecteurs de données issus notamment de l'INSEE et de flux territoriaux pour la collecte automatisée de données hétérogènes.
• Développement d'outils web data-driven pour la visualisation dynamique et la génération de portraits de territoire couvrant la démographie, l'habitat, l'économie, la mobilité et le social.
• Conception de services d'analyse temps réel dans l'outil Metrosat incluant la récupération quotidienne des temps de parcours automobiles, leur structuration en base et leur historisation.
• Sécurisation et fiabilisation des échanges de données par la gestion des accès, la normalisation des flux, le contrôle qualité et la supervision des traitements.