Description

Disposant de plus de 10 ans d’expérience professionnelle autour des technologies Intelligence Artificielle, Machine Learning, Deep Learning, Python et C++ j'ai acquis de solides compétences dans la définition et l’implémentation de solutions techniques. Je me suis également spécialisé dans les méthodologies Agiles et Cycle en V qui me permettent de fournir des logiciels de qualité qui répondent aux besoins des clients.

Langues

Français
Capacité professionnelle complète
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

LIGM – Nokia
Ingénieur de développement Python - Dataops I
janvier 2025 - Aujourd'hui (1 an et 5 mois)
• Construction d'une base de l'intentions.
• Développement d'un outil de prédire l'arrivé des intentions
• Construction des simulations sur des réseaux d'intentions
EXTEAM
Ingénieur de développement Python backend, DataOps
septembre 2022 - novembre 2024 (2 ans et 2 mois)
• Participation à la conception de l'architecture technique et fonctionnel de la nouvelle plateforme
• Développement et Configuration de la chaîne CI/CD du projet
• Effectuer des recommandations et des préconisations techniques
• Développement des modules pour le benchmark des solutions
• Construire des environnements (image Docker) pour le projet sur Domino
• Suivre la qualité du code en utilisant Sonarqube
• Comparer la performance de plusieurs solutions du BigData avec Pypark et Dask
• Comparer des solutions des clouds externes GCP, Azure avec le cloud interne de BNP Cardiff Domino en théorie sur plusieurs facteurs comme le coût, la performance, la sécurité, la facilité d'utilisation.
Intégrative Phenomics
Ingénieur de développement Python
septembre 2021 - septembre 2022 (1 an)
Équipe : 2 Devs, 2 CPs. Méthodologie : Agile (Sprint de 3 semaines) Tâches :
• Développement des APIs pour effectuer la recommandation des repas.
• Construire une base de donnés DynamoDB et développer des fonctions Lambda pour transformer le système de mode monolithique en mode microservices.
• Maintenir une base de données Postgres sur RDS avec une application sur Fargate.
• Utiliser des services comme SQS, SNS avec Lambda pour générer automatiquement des rapports personnels chaque fois un nouvel utilisateur est ajouté dans la base de données.
• Développement et maintien de la chaîne CI/CD par cloud formation sur AWS en utilisant Typescript et CDK.