À propos de Inayath
🎯 Data Engineer | Analytics Engineer | Data Analyst
Fort de 3 ans d’expérience dans le secteur bancaire et de 4 ans auprès des écosystèmes de startups africaines, je mets mon expertise en data au service des entreprises pour transformer leurs données en leviers stratégiques. J'accompagne mes clients dans la création de pipelines performants, la visualisation d’insights clés et l'optimisation des analyses, tout en m’adaptant rapidement aux outils et infrastructures en place. Mon approche est à la fois technique et orientée métier, avec pour objectif de valoriser chaque étape du cycle de vie de la donnée pour un impact concret et durable.
🧰 Compétences
Data Engineering & Pipeline Development : Conception de pipelines robustes pour l'ingestion, le prétraitement et le stockage de données, adaptés aux besoins de reporting et de décision stratégique.
Data Analysis & Reporting : Extraction de données pertinentes et création de dashboards dynamiques pour le suivi des KPIs et l'analyse de performance.
Analytics Engineering : Intégration de données multi-sources, transformation en modèles analytiques, automatisation de processus de reporting et de suivi d'impact.
IA Générative : Application de modèles de langage pour la gestion de l’information et l'automatisation d'extractions ou de classifications.
Gestion de Projet Data : Coordination d’événements data, constitution de datasets et collaboration avec les parties prenantes pour des projets data-driven et IA.
🛠️ Technologies & Outils
Stockage & Ingestion des Données : Cloud Storage, BigQuery
Orchestration & Traitement des Pipelines : Dataflow, Cloud Functions, Compute Engine
Transformation & Préparation des Données : API Google Sheets & Drive
Visualisation & Reporting : Looker Studio, Streamlit
IA Générative : OpenAI API, Langchain, Vector Database
Gestion de Projet & Collaboration : Notion, Canva
Langages: Python, SQL
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 50 km)
Expériences
- Digital AfricaAnalytics Engineernovembre 2022 - Aujourd'hui (3 ans et 7 mois)Paris, FrancePipeline data et dashboard de suivi des levées de fonds en Afrique pour le Comité Exécutif
- Création d'une VM, mise en place d'une interface d'upload de fichiers pour les métiers, ingestion de fichier Excel, stockage en CSV, preprocessing, chargement vers un data warehouse, visualisation.
- Utilisation par le Comex pour pitcher notre stratégie d'investissement et lever des fonds auprès d'investisseurs en Afrique.
- Chiffres clés: 25M d'euros à lever, 18 pays prioritaires, plus de 30 startups à investir.
- Stack technique: Streamlit, IAM, Compute Engine, Cloud Storage, Cloud Function, Bigquery, Looker Studio
Mesure de l'impact du soutien financier et technique sur nos startups- Aide à la conception de fichiers de reporting standardisés.
- Ecriture d'un script pour regrouper les données de tout ces reportings, pré-traiter les données et les rendre disponible aux équipes métiers.
- Calcul de KPI, utilisation par le Comité Exécutif pour les Conseils d'Administration, et par les équipes Investissement et Support pour mesurer l'efficacité de leurs programmes.
- Chiffres clés: plus de 30 startups financées, 1.5M d'euros levés, 50% d'augmentation du Chiffre d'Affaire au niveau portefeuille.
- Stack technique: API Google Sheets et Drive, Cloud Storage, Bigquery
Dashboard de suivi KPI- Monitoring d'un programme offrant des bourses d'études sur des formations aux métiers de la tech et placement en emploi dans des startups africaines.
- Pré-traitement des données, stockage et visualisation.
- Chiffres clés: 1500 étudiants, 20 pays, 18 organismes de formations, 10 parcours.
- Stack technique: Bigquery, Looker Studio
- Digital AfricaData Scientistnovembre 2020 - novembre 2022 (2 ans)Paris, FranceOrganisation d'un data hackathon en ligne
- Sujet: compter le nombre de plants de palmiers à huile et de bananiers sur des images de drones en Côte d'Ivoire.
- Coordination partenaires, budgétisation, workshops avec des startups AgriTech pour comprendre le besoin métier, constitution du dataset, validation des données, animation webinar, création d'une landing page.
- Chiffres clés: plus de 600 data scientists participants, les 3 meilleurs modèles en open source, une startup fondée sur la base d'un de ces modèles.
- Stack technique: Notions, Jupyter Notebook, Canva, Webflow
Projets IA Générative- Veille technologique, documentation, expérimentation de LLM sur des descriptions startups (produit, marché, équipe, etc.) pour les équipes métiers: extraction d'information, résumés, tagging, classification, RAG.
- Stack technique: API OpenAI, Langchain, Vector Database
- BNP Paribas Asset ManagementJunior Portfolio Constructordécembre 2017 - décembre 2019 (2 ans)London, UK
- Construction de portefeuille dans l'équipe Global Multisector Fixed Income (2 milliards d'euros d'actifs sous gestion).
- Implémentation de trades dans 11 portefeuilles, veille quotidienne, rebalancement mensuel.
- Développement d'outils en VBA, extraction de données quotidiennes via les APIs Bloomberg et BlackRock Aladdin.
Recommandations
Soyez le premier à recommander Inayath
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Parcours Data Scientist en AlternanceCentraleSupelec/OpenClassrooms2022Collecter et préparer les données avec Python en vue de l’analyse. Explorer et analyser les données pour comprendre les tendances et les performances d'une entreprise ou d'un produit. Élaborer des modèles prédictifs pour identifier les nouvelles tendances et opportunités. Déployer des modèles de données (sur le cloud) pour automatiser les processus d'entreprise et améliorer leur efficacité. Communiquer les résultats à des spécialistes ou des néophytes grâce à des visualisations. Participer à l'organisation et au pilotage d'un projet de data science / IA. Technologies Python (Jupyter Notebook), Git, Github, Streamlit NLP, Computer Vision, Deep Learning, MLOps, Cloud (AWS, Heroku, Google Cloud), API, PySpark
- Master Techniques Financières et BancairesUniversité Paris 2 Panthéon-Assas2016