Bienvenue sur le profil Malt de Ismael !

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

Ismael El Atifi

machine learning / deep learning engineer

Peut se déplacer à Paris

  • 48.8546
  • 2.34771
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Ismael.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Ismael.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 15km autour

Vérifications

Langues

Catégories

Compétences (25)

  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • NLP
    Débutant Intermédiaire Confirmé
  • Frameworks
  • Débutant Intermédiaire Confirmé

Ismael en quelques mots

Ingénieur diplomé de Grenoble INP - ENSIMAG en 2014 avec 7 ans d'expérience professionnelle dont 5 ans d'expérience en Machine/Deep Learning et développement Python (3 ans en Deep Learning).

Ce sur quoi je peux vous aider :
- Deep Learning : 7 mois d'expérience au DataLab du Crédit Agricole où je développe des modèles et du code d'extraction d'informations depuis des documents scannés ou photos smartphone
- Deep Learning : 2 ans d'xp chez Idemia (ex Safran Morpho)
  • MLP, CNN, RNN, Transformer pour Computer Vision, NLP ou données tabulaires
  • Data augmentation
  • Transfer learning
  • Réseaux et fonctions de coût personnalisés en Python (PyTorch ou TensorFlow)

- Machine Learning : 4 ans d'xp (2 chez Amadeus et 2 chez Idemia)
  • Arbres de décisions (Gradient Boosted Trees)
  • Régression logistique
  • k plus proches voisins
  • Feature engineering

- Analyse de données en Python avec Pandas, PySpark

- Développement et optimisation d'algorithmes.

- Optimisation de programmes/pipelines Python (réduction du temps d'exécution en utilisant de meilleurs algorithmes ou pybind11 pour recoder le code critique en C++)

Vous pouvez donc faire appel à mes services pour mettre en place ou optimiser des solutions à base de Machine/Deep Learning afin d'exploiter au mieux vos données et maximiser la performance prédictive sur vos problématiques.

Je suis dispo pour missions courtes ou longues, à temps plein ou non, en remote et/ou sur site (Paris/La Défense).

Expériences

Crédit Agricole - Groupe Crédit Agricole

Banque & assurances

Data Scientist - Image/NLP  - En tant que freelance

Montrouge, France

avril 2021 - Aujourd'hui (8 mois)

Développement et amélioration de modèles de classification et d'extraction d'informations à partir de documents scannés et photos smartphone. Nous utilisons le Deep Learning (avec image + texte d'OCR) et des regexs pour le post processing du texte.

IDEMIA (ex Safran Morpho) - SAFRAN GROUP

Sécurité civile

Deep Learning Research Engineer - Computer Vision

Osny, France

février 2019 - novembre 2020 (1 an et 8 mois)

Début 2019, j'ai rejoint Idemia (ex Safran Morpho) en région parisienne en tant que Deep Learning Research Engineer. J'y ai passé 2 ans et j'ai principalement développé des modèles de Deep Learning Computer Vision pour l'analyse des photos/vidéos de documents d'identité (localisation du document dans la frame, classification, OCR et reconnaissance de police de caractère pour anti-fraude).
J'ai atteint des résultats très satisfaisants sur images réelles en entrainant seulement avec des images synthétiques grâce au transfer learning et surtout une data augmentation complexe.
Grâce à cette expérience, je suis maintenant à l'aise avec l'écosystème Python permettant de construire les modèles de Deep Learning appliqués aux images/vidéos (OpenCV, albumentations, Kornia, PyTorch, TensorFlow, Tensorboard).
Python Pytorch TensorFlow Pandas computer vision open-cv Scikit-learn plotly jupyter Tensorboard

AMADEUS

Voyage & tourisme

Software/Machine Learning Engineer

Nice, France

octobre 2014 - février 2019 (4 ans et 4 mois)

Durant ces 4 ans et demi chez Amadeus à Sophia Antipolis, j'ai d'abord fait du dev C++ backend puis du dev Python orienté Machine Learning les 2 dernières années. Le projet consistait à optimiser la recherche des solutions de vols les moins chères possibles. Pour cela j'ai notamment développé un modèle de Gradient Boosted Trees (avec la library H2O) que nous avons ensuite mis en production.
C++ Python Pandas Jupyter Linux h2o PySpark Scikit-learn

Recommandations externes

Consultez les recommandations qu'a reçues Ismael

Formations