À propos de Ayman
Ingénieur diplômé de l'ENSAE Paris.
Ce sur quoi je peux intervenir:
- Séries temporelles & forecasting: prévision, détection d'anomalies, quantification d'incertitude. Par exemple: modèles de forecasting deep learning sur données à grande échelle, prédictions à partir de données open-access, estimations d'incertitudes pour l'évaluation de risques financiers, ...
- Données géospatiales & télédétection: traitement d'imagerie satellite, extraction de features spatio-temporelles, analyse de densité.
- Données capteurs & industrielles: détection de pics, analyse de saisonnalité et d'anomalies sur des flux issus de sites de production
- IA générative & agents: intégration de LLM et conception d'agents pour automatiser des tâches métier (RAG, orchestration, fine-tuning)
En parallèle de mes missions freelance, je développe un projet deep tech appliquée au secteur du transport maritime et accompagné par un incubateur à impact.
Basé à Lyon, je travaille en full remote ou en hybride (Lyon / déplacements à Paris possibles).
Un sujet data complexe ou un projet IA à cadrer ? Écrivez-moi quelques lignes sur votre besoin, je reviens rapidement vers vous avec une première lecture !
Français
Bilingue ou natif
Italien
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Lyon (jusqu’à 20 km), Paris (jusqu’à 20 km)
Expériences
- Galeries LafayetteData ScientistCOMMERCE DE DÉTAILjuillet 2024 - décembre 2024 (5 mois)Paris, France- Designed and implemented deep learning models for time-series forecasting- Processed and extracted predictive signals from large-scale and noisy real world datasets- Communicated predictive modeling results to engineering teams and decision-makers
- nista.ioData AnalystENERGIEjuin 2022 - août 2022 (2 mois)Vienne, Autriche- Built a Proof of Concept for industrial electricity peak detection, processing time-series sensor data from major manufacturing plants such as Alpla and Lafarge- Engineered visualizations that empowered energy domain experts to analyze complex seasonality patterns, pinpoint the exact origins of load anomalies, and extract actionable cost-saving strategies
- variate.energyData ScientistENERGIEjuillet 2023 - octobre 2023 (3 mois)Berlin, Germany- Developed a cost-effective alternative to premium meteorological models to predict solar irradiance using open-access data.- Designed custom kernels to capture spatial, temporal, and periodic data structures, while providing crucial uncertainty estimations for financial risk assessment.- Validated the model across 25+ European locations, comparing its overall accuracy (RMSE) and systematic bias (RMBIAS) against standard spatial averaging methods.- Built a Proof of Concept for industrial electricity peak detection, processing time-series sensor data from major manufacturing plants such as Alpla and Lafarge- Engineered visualizations that empowered energy domain experts to analyze complex seasonality patterns, pinpoint the exact origins of load anomalies, and extract actionable cost-saving strategies
Recommandations
Soyez le premier à recommander Ayman
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
- Ingénieur diplômé de l'ENSAE ParisENSAE Paris2024Spécialisation Data Science, Statistiques et Apprentissage
- Classes préparatoires aux grandes écolesLycée La Martinière Monplaisir2021Classes préparatoires aux grandes écoles - MPSI/MP*