Description

Je suis un Data Scientist senior avec plus de 7 ans d'expérience en data science, spécialisé dans la conception de moteurs de recommandation, le traitement du langage naturel (NLP) et la mise en œuvre de solutions MLOps. J'ai travaillé avec des technologies comme Python, PySpark, PyTorch et Docker dans divers secteurs, notamment la finance, l'automobile et l'étude de marché. Diplômé en ingénierie des télécommunications, je possède des compétences solides en analyse de données, modélisation prédictive et deep learning. Je suis également certifié en Azure et en Deep Learning, et je suis bilingue en français et en anglais.

Langues

Français
Bilingue ou natif
Anglais
Bilingue ou natif
Arabe
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Société Générale
Machine Learning Engineer
BANQUE & ASSURANCES
mars 2021 - juin 2024 (3 ans et 3 mois)
Paris, France
• Conception et implémentation d'un moteur de recommandation hybride (content‑based, collaborative filtering et time‑based) pour assister les conseillers clients du groupe.
• Évaluation des performances du modèle (3.5 fois meilleures que la solution historique) et stabilisation des résultats.
• Implémentation d'un module d'explicabilité permettant dejustifier les recommandations faites aux conseillers.
• Industrialisation du moteur de recommandation à travers des pipelines de continuous‑training avec validation automatique.
• Réalisation de plusieurs études comportementales sur la clientèle de la banque de détail BDDF (comportement post‑contestations bancaires, churn à l'expiration des offres d'épargne).
• Mise en place d'un assistant IA utilisant la technologie LLM, exploitant les documents internes de la banque via un pipeline RAG.
• Segmentation et embedding des documents internes dans une base vectorielle (Milvus) pour enrichir le contexte de l'assistant IA.
• Pilotage d'une communauté interne axée sur les meilleures pratiques MLOps et le développement de modules réutilisables.
• Environnement technique: Python, Pyspark, PyTorch, Kedro, MLflow, GitHub Actions,Snowflake, Teradata, Hive, Linux, Docker.
Infopro Digital
Consultant Data Scientist
HIGH TECH
février 2020 - mars 2021 (1 an et 1 mois)
Paris, France
• Géolocalisation des articles d'un magazine (l'Argus de l'assurance) pour le marketing digital.
• État de l'art des technologies de reconnaissance d'entités nommées (NER) pour détecter les collectivités territoriales.
• Indexation du répertoire géographique Geonames sur un noeud ElasticSearch.
• Implémentation de la couche d'accès aux données et affinement de requêtes pour la résolution des toponymes.
• Conception et implémentation d'un moteur de recommandation des articles de magazines basé sur l'historique de lecture (Sessions de lecture, fading coefficient) et la similarité des articles (content‑based).
• Déploiement via une API Flask pour l'intégration et l'accès aux fonctionnalités développées.
• Environnement technique: Python, Pycharm, Spacy, Docker, Solr, ElasticSearch, Flask, AWS, Databricks, MLflow.
Ipsos
Consultant Data Scientist
septembre 2019 - février 2020 (5 mois)
Paris, France
• Participation à la mise en place d'une solution d'évaluation de panneaux publicitaires basée sur les données de trafic.
• Collecte, structuration et construction des différentes bases des données (clients/ POI/ déplacements).
• Structuration des projets (modularisation du code) et intégration des différents composants de la codebase.
• Pré‑traitement et analyse exploratoire des données (EDA) des flux de trafic multimodaux.
• Modélisation et prédiction des vecteurs déplacements des français (Vitesse, Distance, Horaires, modes, etc..) à l'aide d'un modèle d'apprentissage multi‑tâche.
• Environnement technique: Pycharm, Python, PgSQL, toolkit numpy, gitlab, Git, Jupyter, Docker, tensorflow, shapely.