Description

💡 LLM Engineer | Machine Learning Engineer | MLOps

Ingénieure en Machine Learning passionnée et polyvalente, je me spécialise dans la conception, le déploiement et l'automatisation de solutions intelligentes qui transforment les environnements d'entreprise. Forte de plusieurs expériences chez Téranga IA, Allianz Trade, JCDECAUX, ASKLOCALA et Publicis Sapient, j'ai développé une expertise solide dans la création d'applications intelligentes, la mise en œuvre d'API performantes, l'automatisation de workflows et le déploiement Cloud. Mon engagement envers la qualité, la sécurité et la conformité me permet d’assurer le succès de projets en production.

Compétences Clés

🚀Applications Intelligentes : Développement de solutions générant automatiquement des contenus pédagogiques via l'intégration de modèles LLM et de techniques RAG.

🚀API & Interfaces : Création d'API REST performantes (FastAPI) et d'interfaces interactives (Streamlit) pour offrir une expérience utilisateur optimale.

🚀Orchestration & CI/CD : Mise en œuvre de workflows automatisés (Airflow) et de pipelines CI/CD (Jenkins, Ansible, Terraform).

🚀Cloud & Containerisation : Déploiement de solutions scalables et résilientes sur Docker, Kubernetes et AWS.

🚀Gestion des Données : Suivi des expérimentations avec MLflow, versioning via DVC et monitoring (Prometheus, Grafana).

🚀 Sécurité & Qualité : Respect des bonnes pratiques (PEP8, SOLID) et rédaction d'une documentation technique soignée.

Langages & Technologies

Langages : Python, Scala, PySpark, SQL

Outils & Plateformes : Docker, Kubernetes, Git, TensorFlow, FastAPI, Streamlit, Airflow, MLflow, DVC, Prometheus, Grafana, AWS

Exemple de Projet Git : autocours

Lien vers le projet : github.com/sallfatima/autocours

Je suis animée par l'innovation et la recherche de solutions performantes, sécurisées et évolutives. Mon engagement pour la qualité et la conformité (notamment RGPD) me permet d’assurer le succès de projets en production. 🚀

Langues

Français
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

DECATHLON
MLE/ IA Engineer
COMMERCE DE DÉTAIL
juillet 2025 - Aujourd'hui (11 mois)
Paris, France
Développement et architecture du QUAD (Quality Assisted Analysis Dashboard), une plateforme interne d'analytics dédiée à l'analyse qualité et à la business intelligence.
Réalisations clés :
Conception d'un pipeline de données automatisé avec Airflow et Databricks, traitant des événements utilisateurs stockés sur AWS S3 et écrits en Delta Lake
Intégration de capacités LLM via AWS Bedrock (Claude) pour enrichir les analyses
Développement d'une application Streamlit bilingue (FR/EN) servant les équipes qualité et analystes métier
Mise en place de dashboards interactifs pour le suivi des KPIs qualité (RPM, NQC, reviews produits, identification de produits problématiques)
Migration d'infrastructure DBFS vers S3 et optimisation des workflows CI/CD (GitHub Actions, Docker, EKS)

Stack technique : Python, PySpark, Streamlit, Databricks, Delta Lake, AWS (S3, Bedrock, ECR, EKS), Airflow, Docker, Kubernetes
PySpark Databricks AWS Airflow Kubernetes
Teranga IA
Senior Machine Learning Engineer
CONSEIL & AUDIT
juillet 2024 - Aujourd'hui (1 an et 11 mois)

• Développement d'applications intelligentes :
Conception et mise en œuvre de solutions générant automatiquement des contenus (cours) grâce à l’intégration de modèles LLM et de techniques RAG.

• Création d’API et interfaces interactives :
Développement d’API REST robustes (FastAPI) et d’interfaces utilisateurs réactives (Streamlit) pour une expérience utilisateur optimale.

• Orchestration et automatisation des workflows :
Mise en place de pipelines automatisés (Airflow) et d’outils CI/CD (Jenkins, Ansible, Terraform) pour garantir un déploiement fiable et itératif.

• Containerisation et déploiement cloud :
Expertise en Docker, Docker Compose et Kubernetes pour la mise en production d’applications scalables et résilientes.

• Gestion des données et suivi des performances :
Utilisation de DVC pour le versioning des données, MLflow pour le tracking des expériences, et outils de monitoring (Prometheus, Grafana) pour surveiller les performances applicatives.

• Sécurité et qualité du code :
Application des meilleures pratiques en matière de sécurité (JWT/OAuth2), rédaction de code conforme aux standards PEP8, SOLID et intégration du typage statique et des docstrings pour une maintenance facilitée.
Allianz Trade
Big Data Engineer
BANQUE & ASSURANCES
février 2024 - Aujourd'hui (2 ans et 4 mois)
Paris, France
Responsable de la migration d'un outil de back testing vers le cloud AWS ainsi que Python :
•Back-testing & Optimisation : Développement de modèles de back-testing pour évaluer et optimiser les stratégies.
Rapports automatisés : Automatisation de la production de rapports de back-testing pour une évaluation systématique.
Ingestion Cloud : Conception de pipelines d'ingestion sur AWS, assurant scalabilité et performance.

Migration Cloud : Transfert des données historiques vers une architecture Cloud moderne.
•Documentation : Coordination de projets et élaboration d'une documentation technique détaillée.
Python Extraire, transformer, charger (ETL) Bash Amazon Web Services Gitlab CI/CD IA générative MLOps Migration de données