You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Malt Strategy
Nouveau rapport
Malt Tech Trends 2026
Malt Strategy
Nouveau rapport
Malt Tech Trends 2026
Maximilien AiredMA

Maximilien Aired

Data Scientist | MLOps & AI Engineer

350 €/jour
Paris, FR
3-7 ans
Python
MLOps
IA générative
Machine learning
XGBoost

Délai de réponse moyen : 1h

À propos de Maximilien

Bonjour !

Je suis Data Scientist spécialisé en MLOps & IA Générative. Je conçois des solutions d'Intelligence Artificielle de A à Z.

De la conception de l'architecture au choix des algorithmes, du développement au déploiement en production.

Ayant travaillé en équipe sur des pipelines de données industriels complexes (secteur aérospatial), et conçu entièrement des moteurs d'IA autonomes (traitant plus des millions de requêtes en temps réel), mon expertise et mes certifications en Data Science me permettent d'assurer le bon déroulement d'un projet Data, de faire le bon choix de technologie (LLM, RAG, Machine Learning), de fonctionnalité et de bien planifier l'industrialisation de vos modèles.

Je serai ravi de développer votre prochaine solution d'Intelligence Artificielle.
Conseil et audit
Aérospatial
Banques et services financiers
Services numériques et IT

  • Français

    Bilingue ou natif

  • Anglais

    Bilingue ou natif

Accepte de travailler sur site
Paris (jusqu’à 50 km)

Expériences

  • ArianeGroup
    Data Scientist – Expert GenAI (RAG), Agentic AI & MLOps
    AÉRONAUTIQUE & AÉROSPATIALE
    septembre 2024 - Aujourd'hui (1 an et 9 mois)
    Paris, France
    Data Scientist - Expert GenAI (RAG), Agentic AI & MLOps

    ArianeGroup | Direction Industrielle

    Valorisation de données industrielles complexes et déploiement d'IA de pointe pour le secteur spatial.

    IA Générative & NLP (RAG) : Conception d’un moteur de réponse intelligent basé sur des LLM pour l'analyse de documentations techniques. Mise en œuvre d'architectures RAG (Retrieval-Augmented Generation) avec LangChain et bases de données vectorielles.

    Agentic AI : Développement de prototypes d'agents autonomes pour l'aide à la décision industrielle (croisement de logs de production et données IoT pour l'optimisation des flux).

    MLOps & Industrialisation : Architecture de pipelines data end-to-end et mise en production de modèles via Dataiku. Utilisation de Docker et Airflow pour garantir la robustesse et le monitoring des workflows.

    Innovation & Agilité : Pilotage de POC (Proof of Concept) en mode "quick-win" pour démontrer rapidement la valeur ajoutée de l'IA sur des cas d'usage métiers critiques.

    Data Visualization : Conception de dashboards interactifs pour la restitution de résultats complexes auprès de décideurs dans un contexte transnational.

    Environnement technique :

    IA : Python, LLM, RAG, LangChain, NLP, Machine Learning (Scikit-Learn, PyTorch), XG Boost.

    Ops & Data : MLOps, Dataiku, Docker, Airflow, SQL, IoT.
    Python MLOps IA générative Machine learning XGBoost
  • Royal Bank Of Canada
    AI Engineer & Expert MLOps – Déploiement d'Architectures LLM & Data Engineering
    mai 2025 - septembre 2025 (4 mois)
    London, Royaume-Uni
    AI Engineer & Expert MLOps – Déploiement d'Architectures LLM & Data Engineering

    Réalisations techniques & Missions :

    • IA Générative & NLP : Conception et développement de systèmes basés sur l'IA générative. Mise en place d'architectures RAG (Retrieval-Augmented Generation) exploitant des modèles LLM de pointe. Optimisation des performances des modèles via des techniques poussées de Prompt engineering.

    • Data Science & Machine Learning : Développement de modèles prédictifs classiques (notamment avec XGBoost) pour résoudre des problématiques métiers complexes. Analyse exploratoire et modélisation couvrant tout le spectre du Machine learning et de la Data science.

    • MLOps & Data Engineering : Industrialisation complète des pipelines de données (ETL/ELT) en Python et SQL. Déploiement des modèles et gestion de leur cycle de vie (MLOps) sur des infrastructures cloud AWS. Utilisation intensive de Databricks et Dataiku pour le traitement Big Data.

    • Mise en production & Déploiement : Création d'API robustes pour servir les modèles d'IA, permettant des prédictions et des analyses en temps réel pour les applications clientes.

    • Restitution & Impact Métier : Structuration des données en sortie pour alimenter les tableaux de bord de Business Intelligence (BI), facilitant la prise de décision des directions opérationnelles.

    Impact & Résultats (ROI) :

    • Automatisation complète du pipeline de traitement de données (Data Engineering vers MLOps), réduisant les délais de mise en production.

    • Amélioration de la précision des analyses textuelles grâce au couplage NLP / RAG.

    • Fiabilisation des flux Big Data et des API temps réel, supportant une forte charge utilisateur.

    Compétences associées à la mission :

    Python, MLOps, IA générative, Machine learning, NLP, Data science, LLM, API, Prompt engineering, RAG, Data Engineering, XGBoost, SQL, Business Intelligence (BI), Temps réel, AWS, Databricks, Dataiku, Big Data, AI Engineer.
    Python MLOps XGBoost Machine learning NLP
  • Silver Intelligence
    Fondateur – Data Scientist | AI Engineer & MLOps
    CONSEIL & AUDIT
    janvier 2023 - Aujourd'hui (3 ans et 5 mois)
    Paris, France
    Fondateur & Data Scientist | AI Engineer & MLOps

    Silver Intelligence (Freelance Consulting)

    Accompagnement d'entreprises dans le déploiement de solutions d'IA appliquées et d'infrastructures souveraines.

    Agentic AI & Détection de Fraude : Architecture et déploiement d'une API d'IA "agentique" pour la détection de fraude financière en temps réel (<50ms de latence). Traitement de +283 000 transactions avec prise de décision autonome via analyse de dérive (Z-Score).

    MLOps & Maintenance Prédictive à l'échelle : Mise à l'échelle d'une infrastructure de monitoring souveraine pour +2 900 unités industrielles. Réduction de 15 % des arrêts non planifiés via l'industrialisation de modèles XGBoost/Random Forest.

    GenAI & Stratégie RAG : Conseil et implémentation de solutions d'IA Générative pour automatiser des workflows complexes et exploiter les bases de connaissances internes (RAG).

    Audit de Fiabilité & Data Integrity : Développement d’un système d’audit propriétaire garantissant 95 % de précision de détection en filtrant le bruit des capteurs en environnements complexes.

    Expertise Certifiée Cloud & Big Data : Conception de pipelines de données distribués et scalables, appuyée par les certifications AWS Machine Learning Specialty et Databricks Data Engineer Professional.

    Environnement technique :

    IA & Agents : Python, FastAPI, XGBoost, LangChain (GenAI), Scikit-learn.

    Cloud & MLOps : AWS (Machine Learning Specialty), Databricks, Apache Spark, Docker.

    Expertise : Analyse de dérive, Maintenance prédictive, API temps réel.
    Python MLOps Machine learning NLP XGBoost

Recommandations

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

S’inscrire pour les voir

Certifications

  • BM Badge: Python for Data Science
    IBM
    2024
    MLOps NLP Machine learning AI generative Python
  • Harvard Data Science Courses: Python & Machine Learning
    Harvard University
    2024
    MLOps Machine learning Python

Compétences

Data science
Deep Learning
LLM
API
Prompt engineering
RAG
Data Engineering
SQL
Business Intelligence (BI)
Temps réel
AWS
Databricks
Dataiku
Big Data
AI Engineer
NLP

Catégories