Description

Ce qui me plaît dans la data, c'est de partir d'un problème métier flou et d'en faire quelque chose qui tourne vraiment en production, pas juste un beau notebook.

Depuis 3 ans, je navigue entre pipelines (Kafka, Airflow, n8n), modèles ML/DL/NLP et, de plus en plus, intégration de LLM dans des workflows concrets.

J'aime autant coder que comprendre pourquoi une équipe métier a vraiment besoin d'un chiffre plutôt qu'un autre, c'est souvent là que se joue la différence entre un projet data utile et un projet data oublié dans un coin.

Langues

Arabe
Bilingue ou natif
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Drivecase / Vanberg (Ymajor)
Consultant Data
avril 2026 - juin 2026 (2 mois)
Strasbourg, France
• • Structuration de KPI ESG pour la certification EcoVadis (environnement, social, éthique) : définition des indicateurs, suivi de performance, préparation et organisation des documents de conformité - contribution directe à la progression du score, de la médaille Bronze à la médaille Platinium.
• • Analyse des écarts de stocks entre données théoriques et physiques via Excel, SQL et Zoho Analytics : détection des références articles à l'origine des anomalies et quantification des pertes financières associées, permettant une priorisation actionnable des corrections par les équipes métier. (Drivecase)
• • Conception et déploiement d'un pipeline de traitement de factures avec n8n : ingestion automatisée, extraction OCR via Mistral AI (factures factur-X) et parsing XML (factures structurées) - ajout d'une couche intermédiaire de contrôle et d'observation des données, remplaçant un flux direct non supervisé vers le data warehouse, normalisation et chargement dans Zoho Books. (Drivecase)
Environnement : Python, SQL, Excel, n8n, OCR (Mistral AI), Zoho Analytics, Zoho Books, JavaScript
Python SQL Microsoft Excel n8n Zoho Books
CMA CGM
Data Engineer Full Stack
juillet 2024 - juillet 2025 (1 an)
Marseille, France
• • Développement et mise en production d'un modèle Random Forest (Régression, précision 99,99 %) pour pallier la perte du signal GPS sur les engins de terminal.
• • Modélisation et transformation de données hétérogènes (CSV, JSON, APIs) : nettoyage, structuration et création de mesures DAX complexes pour des tableaux de bord Power BI utilisés par les équipes métiers.
• • Conception et déploiement d'un système de monitoring temps réel des terminaux maritimes : mise en place d'une couche intermédiaire (Kafka, conteneurisation Docker) assurant la récupération des données brutes issues des objets connectés des engins, leur nettoyage et leur normalisation avant réinjection dans le data warehouse - réduction significative du temps de détection d'anomalies. Visualisation Kibana.
• • Gestion de la persistance des données critiques via PostgreSQL et Redis : garantie d'intégrité, haute disponibilité et faible latence.
Apache Kafka Python Node.js Microsoft Power BI Data visualisation
ONTBO
Data Engineer – NLP & Détection des émotions
mars 2024 - septembre 2024 (6 mois)
60200 Compiègne, France
• • Migration du système de détection d'émotions du modèle Ekman (7 émotions de base) vers un modèle vectoriel à 3 dimensions (Valence, Arousal, Dominance) : l'intersection de ces axes permet de détecter plus de 30 émotions nuancées, contre 7 initialement - gain significatif en granularité pour l'analyse de sentiments.
• • Fine-tuning et optimisation de modèles préentraînés via Reinforcement Learning from Human Feedback : amélioration continue du F1-score de +12 % sur les classes minoritaires.
• • Construction d'un pipeline de bout en bout : collecte de données annotées → nettoyage → entraînement → évaluation → suivi de performance en production.
Python Deep Learning Feature Engineering