À propos de Geoffroy
Lead Data Scientist | Machine Learning Engineer | PySpark | Databricks | Intelligence Artificielle
"Transformer les données complexes en solutions business mesurables avec la data science" - C'est ma signature.
💼 Expertise Technique :
→ Expert data scientist avec +10 ans d'expérience industrielle
→ Spécialiste PySpark pour traitement de données à grande échelle
→ Architecte Databricks & écosystèmes big data
→ Intégration d'intelligence artificielle dans les processus industriels
→ Optimisation de modèles de machine learning pour applications critiques
🔧 Stack Technique :
→Data Engineering : PySpark, Hadoop, Databricks, pipelines de données
→Data Science : Python, Scikit-Learn, Machine Learning, Keras, Tensorflow
→ Intelligence Artificielle : Modèles prédictifs, Deep Learning, NLP
→ Cloud : Azure, Azure DevOps, solutions Databricks distribuées
🚀 Projets Réalisés :
→ Algorithmes de machine learning pour optimisation énergétique chez TotalEnergies
→ Architecture PySpark optimisée pour traitement de données industrielles
→ Systèmes d'intelligence artificielle pour maintenance prédictive
→ Solutions de data science pour désagrégation de consommation d'énergie
→ Intégration Databricks avec moteurs de prédiction d'impayés
💡 Spécialisations :
→ Data Science avancée pour l'industrie et l'énergie
→ Optimisation PySpark pour traitement haute performance
→ Solutions de machine learning évolutives
→ Intégration d'intelligence artificielle dans systèmes existants
→ Databricks et pipelines CI/CD documentés
🎯 Focus Actuels :
→ Agents d'intelligence artificielle pour doc automatisée
→ Solutions de data science pour opti énergétique
→ Architectures Databricks cloud-native
→ Développement de librairies spécifiques pour machine learning
→ Automatisation des processus industriels par IA
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 50 km), Lyon (jusqu’à 50 km), Marseille (jusqu’à 50 km), Bordeaux (jusqu’à 50 km), Lille (jusqu’à 50 km)
Expériences
- TotalEnergies SEData Scientist / ML EngineerENERGIEaoût 2022 - Aujourd'hui (3 ans et 9 mois)Paris, France
Modèles prédictifs et IA pour l'optimisation énergétique
- Mise en production de modèles de Machine Learning et intelligence artificielle pour résoudre des défis métiers critiques- Utilisation de Python et PySpark pour analyser les données énergétiques à grande échelle- Développement sur Databricks pour optimiser le traitement des données client- Implémentation d'algorithmes d'intelligence artificielle pour désagréger la consommation énergétique- Architecture de data science pour prédiction des impayés et de l'insatisfaction client- Conception de modèles de classification avec TensorFlow et Keras- Création de pipelines CI/CD sur Azure DevOps pour déploiement automatisé- Développement d'agents d'intelligence artificielle utilisant GPT et Semantic Kernel- Optimisation des performances avec PySpark pour traitement de données massives- Architecture de solutions FastAPI pour exposer les modèles de Machine LearningRésultats :🚀 Prédiction d'impayés avec 90% de précision📈 Classification précise des profils de consommation⚡️ Automatisation complète du déploiement via Azure DevOps - CetimLead Tech / ML EngineerINGÉNIERIE MÉCANIQUEaoût 2021 - mai 2022 (9 mois)Senlis, France
Architecture de maintenance prédictive pour l'industrie 4.0
- Architecture de data science complète pour maintenance prédictive dans l'industrie 4.0- Implémentation de pipelinesPython pour ingestion des données de bancs d'essais- Développement sur Databricks pour traitement et analyse des signaux faibles- Création d'un modèle LSTM avec TensorFlow / PyTorch pour prédire les défaillances machines- Construction d'une architecture Azure pour stockage et traitement des données industrielles- Mise en production via Azure Web Apps et conteneurisation Docker- Orchestration de l'intelligence artificielle pour optimisation des processus industriels- Développement avec PySpark pour transformation des données dans le Delta Lake- Conception d'une API FastAPI pour consommation des modèles de Machine Learning- Formation des équipes aux techniques modernes de data science et d'intelligence artificielleRésultats :🚀 Détection précoce des défaillances machines📈 Optimisation des processus industriels via l'IA⚡️ Transfert de compétences data science aux équipes métier - EnedisData EngineerENERGIEdécembre 2020 - août 2021 (8 mois)Nanterre, France
Plateforme de virtualisation des données énergétiques | ENEDIS (2021)
- Virtualisation avancée de données énergétiques pour analyses de data science- Utilisation de Python pour optimisation des plans d'exécution de requêtes- Développement d'environnements similaires à Databricks pour traitement des données- Intégration de techniques d'intelligence artificielle pour l'optimisation des requêtes- Architecture de données sur Azure compatible pour analyse prédictive- Traitement de données massives avec des approches similaires à PySpark- Administration complète de la plateforme de virtualisation Denodo- Création de visualisations interactives pour analyse des données énergétiques- Optimisation des performances pour requêtes complexes et volumineuses- Conception de dashboards analytiques avec JaspersoftRésultats :🚀 Mise à disposition centralisée des données groupe📈 Optimisation significative des plans d'exécution⚡️ Tableaux de bord performants pour aide à la décision
Avis
Recommandations
+6
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
- Master IMIS (ingénierie mathématique, informatique et statistique)Université Paris-Est Marne-la-Vallée2014Analyse de données Base de données Optimisation Processus de markov Statistiques paramètriques et non paramétriques Simulation