Rechercher un freelance Déposer un projet
Malt welcom

Bienvenue sur le profil Malt de Bastien !

Malt vous permet d'accéder aux meilleurs consultants freelances pour vos projets. Contactez Bastien pour échanger sur votre besoin ou recherchez d'autres profils sur Malt.

Bastien Fournier

data engineer

En télétravail depuis Orléans

  • 47.9021
  • 1.904
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Bastien.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Bastien.

Localisation et déplacement

Localisation
Orléans, France
Télétravail
Effectue ses missions majoritairement à distance

Vérifications

Charte du freelance Malt signée
Consulter la charte

E-mail vérifié

Langues

Catégories

Compétences (21)

Bastien en quelques mots

Bonjour, en tant que Data Engineer, je suis spécialisé dans la conception, la construction et la maintenance de pipelines de données.

J'ai travaillé sur une variété de projets :

- élaboration d’un système de recommandation pour une application mobile
- détection d’anomalies pour une plateforme de surveillance maritime
- maintenance prédictive dans un contexte industriel

J'ai eu l'opportunité de travailler sur des missions en endossant la casquette de Data Engineer et Data Scientist.

Je suis donc en capacité de comprendre les besoins des data scientists et de répondre à des problématiques complexes.

Expériences

Projet personnel en marketing digital

Presse & médias

Marketing digital

Orléans, France

juillet 2021 - avril 2022 (9 mois)

Création d'un blog, optimisation SEO, gestion de la publicité digitale

Thales Services

Agence & SSII

Ingénieur Big Data

Bordeaux, France

novembre 2020 - juillet 2021 (7 mois)

Contexte : Améliorer le processus de calibration de carte radio pour un client interne

J'ai travaillé pour le compte d'un client interne sur la mise en place d'algorithmes de machine learning supervisé dans un contexte de maintenance prédictive.

L'objectif du projet a été de réduire le temps de calibration d'une carte radio en se basant sur les valeurs à une température pour prédire le comportement à deux autres températures.

Au cours de ce projet, j'ai eu l'occasion de mettre en place un pipeline complet de machine learning, allant de l'indexation à la prédiction.


Contexte : Maintenance prédictive pour des remontées mécaniques

J'ai travaillé sur un projet de maintenance prédictive pour le leader des remontées mécaniques avec pour but d'exporter un modèle de machine learning sur cible embarquée.

• Analyse des données afin d'étudier les différents cas d'usages
• Création d'un protocole d'expérimentation itératif permettant d'intégrer le client
• Réalisation de l'étude sur les courbes de freinage et ses différentes expérimentations
• Restitution d'une méthode d'analyse des résultats
• Développement d'un perceptron multicouche (PyTorch, ONNX) pour desceller les courbes de freinage anormales et export de celui-ci au format ONNX pour le déploiement sur l'infrastructure du client


Contexte : Scraping des marketplaces pour déceler des annonces frauduleuses

• Conception d’un algorithme de scraping en python en fonction des besoins du client et du data scientist
• Implémentation de l’algorithme pour les marketplaces : Amazon, Leboncoin et Ebay
• Indexation des données au sein d’un index Elasticsearch
• Création de dashboards Kibana pour monitorer l’algorithme

Thales Services

Agence & SSII

Alternance ingénieur big data et machine learning

Bordeaux, France

septembre 2019 - août 2021 (1 an et 11 mois)

Surveillance maritime - 2019

• Mise en place et industrialisation d'algorithmes de détection de trajectoires anormales de bateaux
• Développement d'algorithmes statistiques au sein du framework de gestion de séries spatio-temporelles Warp10, visant à retranscrire des règles de détection expertes.
• Conception de variables synthétiques.


Industrialisation de modèles de prédiction – 2020

• Intégration de MLflow dans les pipelines d’apprentissage et d’inférence afin d’améliorer le suivi du cycle de vie des algorithmes de machine learning.
• Industrialisation sur PySpark d'un pipeline complet de détection d'anomalies orientée machine learning (classification supervisée).
• Réalisation de tableaux de bord Kibana pour le monitoring de modèles.
Python PySpark MLflow Elasticsearch Databricks Microsoft Azure Kibana Warp10

Alter Ego Digital

Sport

Stage en analyse de données

Orléans, France

mars 2019 - juin 2019 (3 mois)

Recommandations externes

Consultez les recommandations qu'a reçues Bastien

Formations