Github
cyrillay
Ma proposition de project
Préférences
- Déplacement
-
Travaille en partie dans vos locaux et en partie en télétravail
Vérifications
- E-mail vérifié
-
Charte du freelance Malt signéeConsulter la charte
Influence
cyrillay
Catégories
Rejoignez la communauté Malt pour découvrir le profil complet de Cyril Lay
Déjà membre ?Me connecter
Rejoignez la communauté Malt pour découvrir le profil complet de Cyril Lay
Déjà membre ?
Me connecter
Compétences (32)
- BigData
-
-
- Frameworks
-
- Databases
-
-
-
- Cloud
-
Débutant Intermédiaire Confirmé
-
Cyril en quelques mots
Bonjour,
De formation ingénieur informatique (diplôme UTC en data mining), je dispose de 2 ans d'expérience en tant que data engineer, data scientist et ML engineer.
Je suis polyvalent et peux m'adapter à toute stack front-end et back-end, mais mon expertise est en data.
J'aimerais vous aider à réaliser les tâches suivantes :
- Création, maintenance de pipelines data : collecte et préparation de vos données, transformation et visualisation - AWS, GCP, Azure, Spark, Scala, Python, Airflow, Kafka, Hadoop
- Création, maintenance de pipelines ML : automatisation du training, déploiement (Cloud et on-premises) et monitoring - KubeFlow, Metaflow, MLFlow
- Amélioration de vos modèles (temps de réponse en inférence et précision), mise à l'échelle (scaling) pour gérer de plus gros volumes de données
- Améliorer le monitoring de vos modèles en production : pipelines de shadowing, feedback loops
- Travailler avec les data scientists pour scaler leur code et augmenter leur productivité et efficacité, déploiement d'outils adaptés (CI/CD, WandB)
- Monitorer et réduire vos coûts d'infrastructure
Suivant les besoins, je peux intervenir :
- en très courte durée (demi journée) pour vous dépanner sur un point technique difficile
- ponctuellement pour la mise en place de pipelines data dans votre entreprise, pour des missions d'expertise ou pour des missions de formation
- en accompagnement dans la durée, pour vous assister en maintenance et amélioration continue, tout en vous permettant de garder la main sur vos systèmes
- dans vos locaux ou à distance (TJM*0,9).
CV et recommandations sont disponibles sur demande, n'hésitez pas à me contacter pour en savoir plus et échanger sur vos projets, ou retrouvez moi à l'adresse : ww*.lays.pro.
De formation ingénieur informatique (diplôme UTC en data mining), je dispose de 2 ans d'expérience en tant que data engineer, data scientist et ML engineer.
Je suis polyvalent et peux m'adapter à toute stack front-end et back-end, mais mon expertise est en data.
J'aimerais vous aider à réaliser les tâches suivantes :
- Création, maintenance de pipelines data : collecte et préparation de vos données, transformation et visualisation - AWS, GCP, Azure, Spark, Scala, Python, Airflow, Kafka, Hadoop
- Création, maintenance de pipelines ML : automatisation du training, déploiement (Cloud et on-premises) et monitoring - KubeFlow, Metaflow, MLFlow
- Amélioration de vos modèles (temps de réponse en inférence et précision), mise à l'échelle (scaling) pour gérer de plus gros volumes de données
- Améliorer le monitoring de vos modèles en production : pipelines de shadowing, feedback loops
- Travailler avec les data scientists pour scaler leur code et augmenter leur productivité et efficacité, déploiement d'outils adaptés (CI/CD, WandB)
- Monitorer et réduire vos coûts d'infrastructure
Suivant les besoins, je peux intervenir :
- en très courte durée (demi journée) pour vous dépanner sur un point technique difficile
- ponctuellement pour la mise en place de pipelines data dans votre entreprise, pour des missions d'expertise ou pour des missions de formation
- en accompagnement dans la durée, pour vous assister en maintenance et amélioration continue, tout en vous permettant de garder la main sur vos systèmes
- dans vos locaux ou à distance (TJM*0,9).
CV et recommandations sont disponibles sur demande, n'hésitez pas à me contacter pour en savoir plus et échanger sur vos projets, ou retrouvez moi à l'adresse : ww*.lays.pro.
Portfolio
Portfolio uniquement accessible aux membres
Expériences
janvier 2019
- août 2019
| Los Angeles, États-Unis d'Amérique
High tech
Gumgum Inc
Data engineer
Gumgum est une entreprise réalisant des analyses computer vision et NLP sur les images et le texte de pages web afin d’en déterminer les sujets ainsi que le contexte, et ce, afin d’y afficher une publicité contextualisée.
Faisant partie d’une équipe de 5 data engineers, ma mission était de collecter, transformer et exposer sous diverses formes les 50 TB de données journalières générées par notre ad-server, principalement à destination de nos équipes de business intelligence.
Exemples de projets :
- Amélioration et design de nouvelles pipelines de données ETL (batch et temps réel) avec AWS/EMR/Redshift, Spark/Kafka/Scala/Python. Réduction des coûts d’infrastructure mensuels de 60% grâce à un système permettant de requêter des données au format Parquet directement dans AWS S3, économisant les coûts de AWS Redshift.
- Design et déploiement d’un outil de forecasting de traffic. En utilisant un modèle ARIMA appliqué à nos centaines de terabytes de données historiques, nous avons pu développer un système permettant de prédire avec haute confidence le traffic futur de notre adserver selon plusieurs catégories (sujets des pages web, informations comportementales…). Cet outil fut développé en étroite coopération avec les équipes business, et leur a permis de déterminer avec précision des objectifs de campagnes marketing réalisables.
- Déploiement d’une suite d’outils de monitoring et de management pour les 5 clusters Kafka de Gumgum. Ces outils ont permis de réduire le temps nécessaire à certaines opérations de up/down scaling (rebalancing), ainsi qu’augmenter la visibilité sur la santé et l’état de ces clusters.
Faisant partie d’une équipe de 5 data engineers, ma mission était de collecter, transformer et exposer sous diverses formes les 50 TB de données journalières générées par notre ad-server, principalement à destination de nos équipes de business intelligence.
Exemples de projets :
- Amélioration et design de nouvelles pipelines de données ETL (batch et temps réel) avec AWS/EMR/Redshift, Spark/Kafka/Scala/Python. Réduction des coûts d’infrastructure mensuels de 60% grâce à un système permettant de requêter des données au format Parquet directement dans AWS S3, économisant les coûts de AWS Redshift.
- Design et déploiement d’un outil de forecasting de traffic. En utilisant un modèle ARIMA appliqué à nos centaines de terabytes de données historiques, nous avons pu développer un système permettant de prédire avec haute confidence le traffic futur de notre adserver selon plusieurs catégories (sujets des pages web, informations comportementales…). Cet outil fut développé en étroite coopération avec les équipes business, et leur a permis de déterminer avec précision des objectifs de campagnes marketing réalisables.
- Déploiement d’une suite d’outils de monitoring et de management pour les 5 clusters Kafka de Gumgum. Ces outils ont permis de réduire le temps nécessaire à certaines opérations de up/down scaling (rebalancing), ainsi qu’augmenter la visibilité sur la santé et l’état de ces clusters.
3 recommandations externes
Êtes-vous sûr ? Votre recommandation sera définitivement supprimée
Consultez les recommandations qu'a reçues Cyril
Formations
Consultez la formation qu'a suivie Cyril
Certifications
Consultez les certifications de Cyril
Langues
Consultez les langues maîtrisées par Cyril
