Ingénieure Backend Python – Senior

Intervention chez Micro1 en tant que freelance pour réaliser des tâches d'annotation, de validation et d'évaluation de données et contenus techniques pour des projets d'IA générative.

• Annotation, validation et évaluation de données et contenus techniques.
• Contribution à des projets d'IA générative.

Intégration de Synchrotron SOLEIL en tant que référente Python pour le développement, la maintenance et l'optimisation d'applications scientifiques critiques pour les laboratoires de recherche, garantissant fiabilité, évolutivité et conformité aux standards technologiques.

• Pilotage de la migration et du refactoring des applications vers Python 3, renforçant la maintenabilité et la compatibilité.
• Analyse des demandes d’évolution, définition du périmètre fonctionnel et estimation des charges dans un cadre itératif.
• Développement et intégration de fonctionnalités critiques, en favorisant la simplicité d’utilisation et la robustesse applicative.
• Conception et maintenance de packages Python internes pour standardiser les environnements et simplifier les déploiements.
• Modélisation et optimisation des bases PostgreSQL et MongoDB pour fiabiliser les traitements scientifiques.
• Mise en place et maintenance de tests unitaires et fonctionnels, avec documentation technique et guides de déploiement.
• Coordination du support technique auprès des chercheurs et accompagnement utilisateurs.
• Méthodes : Développement itératif par version

Collaboration au sein de l'équipe backend de SAMA PARTNERS pour concevoir un outil interne de détection des cyberattaques, avec la responsabilité de la modélisation de base de données, de la gouvernance et de la revue de code.

• Réalisation de maquettes UI pour améliorer l’ergonomie des opérateurs.
• Implémentation de collecteurs distribués pour la surveillance des serveurs contenant des données sensibles.
• Analyse des données de cybermenaces via des traitements distribués, produisant des indicateurs exploitables.
• Développement d’APIs REST pour exposer les données traitées.
• Mise en place de tests unitaires et de pratiques de qualité de code.
• Rédaction de la documentation technique et des guides de déploiement.
• Participation aux rituels Agile : sprint & poker planning, daily, sprint review, retrospective.
• Méthodes : UML, Agile Scrum

Rôle d'ingénieure backend principale sur un projet de livraison client pour des grands comptes tels que Deutsche Bahn et Deutsche Telekom, axé sur le développement backend, la conception de base de données et l'industrialisation.

• Rédaction des spécifications fonctionnelles et techniques en collaboration avec les parties prenantes clients.
• Conception et modélisation de la base de données via des diagrammes de classes pour assurer scalabilité et fiabilité.
• Développement des APIs et de la couche d’accès aux données, en veillant à la robustesse et à la maintenabilité du code.
• Mise en place des tests unitaires et des revues de code pour renforcer la qualité des livrables.
• Rédaction de la documentation technique.
• Participation active aux rituels Agile Scrum (sprint & poker planning, daily, sprint review, retrospective).
• Méthodes : UML, Agile Scrum

Collaboration avec Kaizen Data pour assurer la collecte et le traitement de données afin de construire et maintenir des modèles prédictifs fiables et adaptés aux besoins métier.

• Collecte et nettoyage de données via web scraping pour alimenter les modèles analytiques.
• Conception, développement et optimisation de modèles prédictifs (Decision Tree, Random Forest, SVM, GaussianNB, Linear Regression, Neural Networks), renforçant la robustesse et la diversité des approches.
• Implémentation de pipelines d’entraînement et d’évaluation pour améliorer la robustesse des prédictions.
• Veille technologique et intégration de nouvelles méthodes pour faciliter la collaboration et l’amélioration continue.
• Méthodes : Cycle en V

Stage chez Kaizen Data axé sur l'extraction des connaissances à partir des données non structurées.

• Collecte, nettoyage et préparation de données issues de web scraping pour garantir leur qualité.
• Classification des données à l’aide d’algorithmes de Machine Learning, apportant fiabilité et pertinence aux analyses.
• Réalisation de visualisations et tableaux de bord facilitant la compréhension et la communication des résultats.
• Méthodes : Cycle en V