Anis Laidani

data engineer | machine learning | python spark

Peut se déplacer à Paris

  • 48.8546
  • 2.34771
Nouveau
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Anis.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Anis.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour

Préférences

Durée de mission
  • entre 3 et 6 mois
  • ≥ 6 mois
Secteur d'activité
  • Agence & SSII
  • Banque & assurances
  • Edition de logiciels
  • High tech
  • Internet des objets
+2 autres
Taille d'entreprise
  • 1 personne
  • 2 - 10 personnes
  • 11 - 49 personnes
  • 50 - 249 personnes
  • 250 - 999 personnes
+2 autres

Vérifications

  • E-mail vérifié

Catégories

Compétences (26)

  • BigData
  • Débutant Intermédiaire Confirmé
  • Databases
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • ETL
    Débutant Intermédiaire Confirmé
  • Cloud
  • Débutant Intermédiaire Confirmé

Anis en quelques mots

Anis a fait ses premiers pas dans le secteur de la data en tant que Développeur Big data pour Visitdata, il conçoit et développe dans un environnement cloud (AWS) un système d'analyse de la performance du marketing digital afin qu'il devienne l'outil indispensable des responsables marketing des clients, le projet consiste à implémenter un ETL pour collecter les données via plusieurs APIs (Facebook, Instagram, Google Analytics, Google adwords , Matomo), les stocker dans un data-lake (Amazon S3) et modéliser un data-warehouse(Amazon Redshift) pour répondre aux besoins de reporting des clients, ensuite le chargement et l’agrégation des données après la transformation dans l’entrepôt afin d’établir la Dataviz sur Power BI. Il poursuit son parcours en tant que Data Engineer, Data Scientist au sein de Testapic. Il développe dans un environnement cloud (GCP) aussi un système de détection des portions pertinentes des vidéos des tests utilisateurs, en transformant l’audio a des transcriptions textuelles a l’aide Google speech to text sur GCP pour appliquer des techniques de traitement du langage naturel pour extraire les phrases importantes. En ce qui concerne la mise en production du système, l’application conçu est déployée dans un conteneur Docker qui s’exécute sur une instance Compute Engine dans un cluster gérer par Kubernetes et automatisée par Airflow. Dans la même entreprise il a réussi à mettre en place une pipeline d’historisation et d’archivage des modèles d’apprentissage ainsi que un Dashboard de suivi et monitoring de tous les évolutions de l’environnement d’exécution et des modèles d’apprentissages avec le langage Python OOP et Google Storage et Datastore.


Expériences

Testapic

High tech

Data Engineer | Data Scientist

Paris, France

septembre 2019 - Aujourd'hui

visitdata

High tech

Développeur Big Data

avril 2019 - septembre 2019

Recommandations externes

Formations