Data / ML Engineer

Il a intégré l'équipe dans le cadre du projet Green4All (outil de recommandation Green IT et Sustainability IT) pour concevoir et industrialiser des solutions d'IA et de data engineering.

• A réalisé le cadrage du périmètre et la formalisation des besoins métiers pour le moteur de recommandation Green4All.
• A conçu l'architecture de collecte, de traitement et d'exposition des données via des pipelines Airflow multi-sources.
• A assuré l'ingestion et la fusion de données avec des contrôles qualité, des tests et des mécanismes de traçabilité intégrés.
• A modélisé les données dans PostgreSQL/pgvector et Neo4j pour l'exploitation des connaissances.
• A développé des chaînes RAG (embeddings, vector search, reranking) et intégré d'agents IA LLM.
• A déployé la solution de manière industrialisée via GitLab CI/CD, Docker et Kubernetes avec un monitoring Mistral/Ollama.
• A réduit d'environ 60 % le cycle expérimental grâce à l'automatisation des workflows.

Il a accompagné LMT Group en tant que freelance sur la plateforme Data/ML de supervision et de prédiction des incidents d'un Call Center.

• A analysé les besoins et défini les indicateurs de performance pour la plateforme analytique LMT Group.
• A extrait et chargé les données brutes vers Snowflake (Raw) depuis des serveurs téléphoniques et des logs.
• A transformé et modélisé les données avec dbt dans les couches Staging et Business.
• A orchestré les traitements Spark et mis en place des contrôles Data Quality (unicité, non-nullité).
• A développé des modèles de Machine Learning (Random Forest, XGBoost) et industrialisé les pipelines d'inférence.
• A assuré la supervision, la maintenance évolutive et la documentation technique via Docker, CI/CD et des dashboards Power BI.
• A réduit de 30 à 40 % le temps estimé de diagnostic des incidents.