À propos de Jean-François
Data scientist/engineer à la recherche de la bonne réponse technique à vos problématiques business. Passionné par la data science de manière générale, du cadrage projet, à l'exploitation des résultats par les équipes métiers, en passant par l'ingestion de la donnée et sa valorisation via les techniques de machine / deep learning.
J'aime toucher à différents cas d'usage, de la reconnaissance d'image au traitement du langage en passant par les séries temporelles et l'optimisation. J'ai aussi une appétence forte pour le traitement de la donnée géolocalisée (ingestion, modélisation, cartographie).
J'apprécie pouvoir transmettre mes compétences, que les profils soient techniques ou métiers, et j'aime apprendre des autres. J'ai eu l'opportunité sur mes derniers projets d'intervenir en tant que lead tech de plusieurs profils data / dev.
J'ai à coeur de mener mes projets jusqu'à la phase d'industrialisation / run, et j'ai développé de forte compétences en développement.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Lyon (jusqu’à 15 km), Paris (jusqu’à 15 km)
Expériences
- AramisGroupLead Machine Learning EngineerAUTOMOBILEmars 2021 - mars 2023 (2 ans et 1 mois)Paris, FranceProduit de pricing- Construire et déployer des microservices- Développer et améliorer les algorithmes de machine learning- Participer à l'intégration du produit dans les systèmes d'information de l'entreprise (interfaces utilisateurs, site web, ...)- Améliorer le temps de réponse des API- Environnement : Python, FastAPI, Docker, AWS (OpenSearch / ElasticSearch, ElastiCache / Redis, Redshift, ECR, Lambda), Snowflake, Rundeck, Power BI, Kibana, GitLab (CI/CD)Lead scoring des opportunités de vente- Refactorisation et amélioration de la base de code existante- Amélioration de l'algorithme de scoring- Amélioration de la fiabilité du produit (tests unitaires, tableau de bord de suivi des métriques clés).- Environnement : Python, Docker, AWS (OpenSearch / ElasticSearch, Redshift, Code Commit, EC2), Rundeck, Power BI, Salesforce
- QuantmetryMachine Learning EngineerCONSEIL & AUDITjuin 2018 - Aujourd'hui (8 ans)Paris, FranceConception d'un outil pour optimiser la gestion de l'offre d'un grand groupe- Lead tech (2 data scientists)- Segmentation produits, prévisions, optimisation- Environnement : AWS (S3, EC2), GluonTS, OracleConception d'un outil d'assistance médicale- Technologie de pointe (2 dev embarqués, 1 dev front)- Environnement : Arduino, Python, FlaskEstimation d'un niveau de mycotoxine dans des grains de maïs à partir de photos- Lead tech (2 data scientists)- Pre-processing de la donnée et feature engineering- Reconnaissance d'images (approches classiques, et apprentissage profond)- Construction d'un outil (paas)- Environnement : Azure (Blob, VM), PyTorch, TensorflowMise en œuvre d'un pipeline de récupération des données d'un service de véhicules partagés- Ingénierie des données, anonymisation, géocodage inverse, visualisation- Environnement : API, Azure (SQL, Blob, VM, Maps), Power BICoaching d'une startup leader de l'auto-partage- Définition d'une feuille de route (18 mois) des cas d'usage prioritaires- Coaching de l'équipe scientifique, aide au recrutement- Industrialisation : estimation du temps d'inactivité (modélisation spatio-temporelle)Estimation du potentiel de vente et optimisation de l'assortiment des boutiques d'un grand groupe de luxe- Cadrage projet, feature engineering, machine learning, optimisation sous contraintes, etc.- Cadre de pré-industrialisation (clean code, tests unitaires)- Environnement : AWS (EC2, S3), Python, MLFlowMise en place d'un pipeline de récupération des données d'un service de véhicules partagés :- Ingénierie des données, anonymisation, reverse geocoding, visualisation- Environnement : API, Azure (SQL, Blob, VM, Maps), Power BIProof-of-Concept, analyse des données des véhicules connectés pour un grand groupe industriel :- Extraction de métadonnées, extraction des enregistrements des véhicules, visualisation des données- Environnement : Oracle, Python, Spark, Linux, Power BIIndustrialisation d'un outil de suivi de la dérive des fournisseurs pour un grand groupe industriel :- Ingénierie des données, apprentissage machine (détection des anomalies), KPI métier, intelligibilité (valeurs de Shapley)- Environnement : Oracle, Microsoft SQL Server, Linux, Python, Power BI
- Weave dataData scientistCONSEIL & AUDITseptembre 2017 - mai 2020 (2 ans et 9 mois)Paris, France- Création et déploiement d'un tableau de bord dynamique pour le suivi des projets (Shiny, RInno).- Conception d'un outil de prévision automatique des séries chronologiques. Réalisation d'un benchmark sur les "Power Laws : Forecasting Energy Consumption" (DrivenData), classé 14ème/1034.
Recommandations
Soyez le premier à recommander Jean-François
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
- Master de statistiques et d'économetrieToulouse School of Economics2017Statistiques, mathématiques appliqués, data science, programmation Python, SQL, machine et deep learning