You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Romain FibigrRF

Romain Fibigr

Data Engineer, Machine Learning Engineer | Python

600 €/jour
Paris, FR
3-7 ans

Délai de réponse moyen : 1h

À propos de Romain

Passionné par l'intelligence artificielle et le traitement de la donnée, j'y consacre la plupart de mon temps entre mes missions et mes projets persos.

Mes plus grand succès professionnel :
- Mise en production du datahub des programmes à France Télévision
- Lauréat du prix de l’innovation 2020 de l’Union Européenne de Radio-Télévision :
Pour la création d’un outil permettant l’analyse automatique de débat télévisé grâce au NLP / Computer Vision
  • Français

    Bilingue ou natif

Accepte de travailler sur site
Paris (jusqu’à 50 km)

Expériences

  • Société Générale
    Machine Learning Ingénieur
    BANQUE & ASSURANCES
    septembre 2021 - Aujourd'hui (4 ans et 9 mois)
    Paris, France
    - Migration de l'infrastructure existante sur le cloud Azure
    - Automatisation du déploiements de modèles de machines learning sur Kubernetes
    - Mise en oeuvre et d'API pour l'océrisation de document suivant différent providers et application de model NLP suivant les usages business nécessaires.
    [Python, Kubernetes, FastAPI, Flask, Celery, Azure, AKS, Jenkins]
    Python Kubernetes FastAPI flask Celery Microsoft Azure Jenkins
  • France Télévisions
    Data ingénieur / ML ingénieur
    CINÉMA & AUDIOVISUEL
    décembre 2019 - août 2021 (1 an et 9 mois)
    Paris, France
    Mission au sein de l'équipe projet du Pole Data et Intelligence Artifcielle (DaIA) de la Direction des Technologies de France Télévision. La mission consiste à la mise en place de solutions d'intelligence artifcielle dans le traitement des médias.

    - Mise en production du Datahub des programmes. Position de référent technique au sein d'une feature team de 5 personnes en fonctionnement Agile. Le projet comprend l'orchestration du fow complet permettant le traitement et l'enrichissement d'un média, la récolte et le recollement de données de différentes sources, et l'exposition dans un DAM.
    [PySpark, AWS S3, AWS EMR, AWS Lambda, Elasticsearch, Python API Django, Redis, Mongo]

    - Enrichissement IA des programmes:
    Création de workfow d'enrichissement dans la plateforme de micro service Media-cloud AI (http://media-cloud.ai/) Travail en partenariat avec le laboratoire d'IA de Télécom Sud Paris. Ceci comprend la création de microservice permettant :

    ** Le traitement Naturel du langage pour la détection d’entités nommées, et de catégories.

    ** Génération automatique de transcription.

    ** Détection automatique des changements de plans et de séquences

    ** Détection automatique de génériques

    ** Détection automatique de vignettes représentatives

    [Python, Spacy, Pytorch, Docker, Kubernetes]

    - Mise en place d'un outil complet permettant l'analyse automatique des débats des élections Municipales de 2020. Cet outil permet d'analyser les débats municipales à grande échelle en faisant ressortir les thématiques abordées suivant les parties politques et les zones géographiques. Cet outil contient une application web permettant de renseigner des informations complémentaires par débat et un dashboard elasticsearch pour la visualisation des résultats.
    [ Python, Docker, Kubernetes, Speech to Text, Reconnaissance Facial, Elasticsearch)

    - Analyse du questionnaire réalisé à France Télévision sur les mesure de télétravail mise en place à la suite de la crise COVID. Ce questionnaire contenait un champ d'expression libre et il a été nécessaire d'utiliser des modèles de traitement naturel du langage pour effectuer une analyse à grande échelle
    [Python, NLP (Spacy) / Catégorisation / Clustering / Word2Vec]
    Python AWS PySpark Docker Kubernetes Spacy AWS Lambda Elasticsearch NLP Computer Vision Pytorch
  • La Fabrique Démocratique / Datafab
    Data Ingénieur
    CONSEIL & AUDIT
    septembre 2019 - décembre 2019 (4 mois)
    Paris, France
    Projet en collaboration avec l'association la Fabrique Démocratique. Il s'agit de récolter un ensemble de données sur l'utilisation des locaux, la qualité de l'air et la consommation énergétique, afn d'en optimiser l'utilisation en temps réel. La récolte des données se fait au travers de la mise en place de différents capteurs et d'une infrastructure Big Data capable de gérer du temps réel
    [Spark, Aws (EC2 - S3 - IAM), Databricks, Elasticsearch, Kibana, MQTT, kafka, Zookeeper, Linux, C++]
    Apache Kafka Elasticsearch Python flask Arduino AWS

Recommandations

Soyez le premier à recommander Romain

Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Formations

  • Science Informatiques
    Ecole 42
    2019
    École novatrice d’informatique fondée en 2013 par Xavier Niel et basée sur le Peer Learning. La gamificaiton du cursus permet de se spécialiser dans un domaine. J’ai choisi de me spécialiser dans le domaine «Algorithme & IA» . • Atelier Machine learning par 42-AI : (Regression lineraire / logistique | Machine à vecteur de support | Decision Tree - Random forest - Boosted Tree | Naives Bay) • Exemple de projets réalisés durant le cursus: - Core-War (Machine virtuelle et compilateur de langage RedCode) - Lemin (algorithme de parcours de graphe) - Push swap (algorithme de trie de piles) - Site marchand (PHP / HTML) réalisé sur un rush de 48h.
  • Licence Science et Technologie
    Université Joseph Fourier Grenoble
    2008

Certifications

Compétences (43)

Catégories