Bienvenue sur le profil Malt de Cyril !
Localisation et déplacement
- Localisation
- Paris, France
- Télétravail
- Effectue ses missions majoritairement à distance
Vérifications
Charte du freelance Malt signée
Consulter la charte
Influence
Chargement...
Langues
Catégories
Compétences (33)
- BigData
-
-
1
- Data Science
-
Débutant Intermédiaire Confirmé1
Cyril en quelques mots
Bonjour,
De formation ingénieur informatique (diplôme UTC en data mining), j'ai 4 ans d'expérience en tant que Machine Learning Engineer.
Je suis polyvalent et peux m'adapter à toute stack back-end et front-end, mais mon expertise est en data. CV, portfolio et recommandations sont sur mon site web ww*.lays.pro
Je vous aide pour :
- L'architecture, la création et l'amélioration de systèmes ML et data : pipelines big data & IA, déploiement cloud, monitoring
- Le développement de la culture, des principes et des outils MLOps dans vos équipes
- L'amélioration de vos modèles IA (temps de réponse en inférence et précision), scaling pour gérer de plus gros volumes de données
- Construire ou améliorer le monitoring de vos modèles en production, pipelines de shadowing, feedback loops
- Travailler à l'intersection entre les data scientists, data engineers et devops
- Réduire vos coûts d'infrastructure
Suivant les besoins, je peux intervenir :
- En très courte durée (journée) pour vous dépanner sur un point technique difficile
- ponctuellement pour la mise en place de systèmes 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
- Principalement à distance, occasionnellement dans vos locaux
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), j'ai 4 ans d'expérience en tant que Machine Learning Engineer.
Je suis polyvalent et peux m'adapter à toute stack back-end et front-end, mais mon expertise est en data. CV, portfolio et recommandations sont sur mon site web ww*.lays.pro
Je vous aide pour :
- L'architecture, la création et l'amélioration de systèmes ML et data : pipelines big data & IA, déploiement cloud, monitoring
- Le développement de la culture, des principes et des outils MLOps dans vos équipes
- L'amélioration de vos modèles IA (temps de réponse en inférence et précision), scaling pour gérer de plus gros volumes de données
- Construire ou améliorer le monitoring de vos modèles en production, pipelines de shadowing, feedback loops
- Travailler à l'intersection entre les data scientists, data engineers et devops
- Réduire vos coûts d'infrastructure
Suivant les besoins, je peux intervenir :
- En très courte durée (journée) pour vous dépanner sur un point technique difficile
- ponctuellement pour la mise en place de systèmes 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
- Principalement à distance, occasionnellement dans vos locaux
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
Expériences
ManoMano - Mano Mano
E-commerce
MLOps Engineer - En tant que freelance
- Design a machine learning platform on AWS to be used by 5 data teams
- Choose, present and evangelize cloud architecture choices
- Compare various solutions with POCs (Metaflow, Kubeflow, Sagemaker)
- Improve collaboration with architects, data engineers and data scientists
- Choose, present and evangelize cloud architecture choices
- Compare various solutions with POCs (Metaflow, Kubeflow, Sagemaker)
- Improve collaboration with architects, data engineers and data scientists
Crédit Agricole SA - Groupe Crédit Agricole
Banque & assurances
Machine Learning Engineer - En tant que freelance
- Deploy NLP AI models on Kubernetes
- Develop and sell AI API products to internal entities
- Develop an internal AI platform hosting 20+ machine learning microservices
- Evangelize MLOps tools and philosophy
- CI/CD of OCR products
- POC Kubeflow/Sagemaker pipelines
- Realize and present a study about Green AI
- Speed up labelling processes with cluster-based pre-labelling
- Develop and sell AI API products to internal entities
- Develop an internal AI platform hosting 20+ machine learning microservices
- Evangelize MLOps tools and philosophy
- CI/CD of OCR products
- POC Kubeflow/Sagemaker pipelines
- Realize and present a study about Green AI
- Speed up labelling processes with cluster-based pre-labelling
Air Liquide GDO
Energie
Cloud engineer / architect - En tant que freelance
Design and implementation of a solution for quickstarting new API stacks on AWS (serverless, auto-scaling, seamless schema evolution)
AWS, terraform, python, falcon, zappa, metorikku
AWS, terraform, python, falcon, zappa, metorikku
Jedha - Jedha
Education & e-learning
Data & cloud teacher - En tant que freelance
Write, sell and teach courses for the “Lead Data” bootcamp (Model deployment, data science, data engineering, CI/CD, best practices in data)
Medissimo
Industrie pharmaceutique
API architect - En tant que freelance
Build and deploy an analytics API for drug consumption in France (on-premises)
Used by all pharmacies to gain insights on patients that take incompatible drugs and many other metrics.
Mentor of 3 junior engineers, brought data best practices to the team
Used by all pharmacies to gain insights on patients that take incompatible drugs and many other metrics.
Mentor of 3 junior engineers, brought data best practices to the team
ManoMano - Mano Mano
High tech
Data scientist - En tant que freelance
Automatisation de traitements de données (Python, Airflow, SQL, Pandas)
Mytraffic - MyTraffic
High tech
Machine Learning Engineer
Development of a solution providing forecast and insights for pedestrian traffic.
In close cooperation with the data scientists, I integrated supervised ML models and implemented them with our data pipelines, using AWS/Spark/Scala.
In close cooperation with the data scientists, I integrated supervised ML models and implemented them with our data pipelines, using AWS/Spark/Scala.
Gumgum Inc
High tech
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 permet 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 permet 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.
The Conversation Consultancy
High tech
Machine Learning Engineer - En tant que freelance
Deploy a chatbot marketplace in production
6 missions Malt
Consultez les avis de fin de mission de Cyril
5 recommandations externes
Consultez les recommandations qu'a reçues Cyril