Mohamed Toumi

Reponsable des projets Data & Analytics et Machine Learning au sein d'ACCIONA Energía, je suis chargé du développement et du déploiement de modèles de machine learning avancés pour optimiser la prévision des marchés de l’électricité, contribuant ainsi à la prise de décision stratégique à court et à long terme. Mon rôle englobe la conception de solutions complètes, du développement des modèles au déploiement en production, en garantissant l'évolutivité et l'efficacité des opérations :

- Développement de modèles de prévision pour l’électricité (day-ahead spot price, jours de tension, prix de long terme spot et réserves rapides), basés sur des séries temporelles et des algorithmes avancés (Scikit-Learn, Prophet, TiDE, TFT).

- Mise en production de solutions scalables, intégrant la conteneurisation (Docker) et des pipelines ML (acquisition, feature engineering, entrainement, prédiction) avec MLFlow et CI/CD (GitHub Actions) pour une automatisation fiable.

- Création d’une architecture de données robuste, avec documentation et outils collaboratifs (Confluence, Jira, Github, Docker Hub).

- Impact : amélioration significative des modèles, notamment pour le day-ahead spot price (performance supérieure à celle des prévisions commerciales Montel, Kpler)

Stack technique:

- Python, Java

- SQL

- Docker, Airflow, Kubernetes

- MLFlow

- Git/Github

- API REST

- Jira/Confluence

Skills: MLOps · Machine Learning · Data Science · Time Series Forecasting · Energy, Python · SQL · Data Engineering · Continuous Integration and Continuous Delivery (CI/CD) · Git · Java · REST APIs · Docker · Airflow · MLflow

En tant que Machine Learning Engineer / MLOps / Data Scientist freelance, je développe des algorithmes et des modèles avancés en machine learning et deep learning. Je mets également en production des solutions scalables, tout en assurant leur automatisation et leur maintenance, aussi bien en environnement on-premise que dans le cloud.

- Conception et développement d'algorithmes de machine learning et deep learning pour des applications variées, en utilisant des frameworks comme Scikit-Learn, TensorFlow, PyTorch, etc.

- Mise en production de modèles de data science avec des pipelines ML complets, en intégrant des solutions d’automatisation pour assurer leur déploiement fiable et reproductible (CI/CD, Docker, Kubernetes).

- Développement d'infrastructures MLOps pour garantir une gestion efficace du cycle de vie des modèles, incluant la surveillance de la performance, la gestion des versions et la mise à jour des modèles en production.

- Travail sur des projets Cloud (AWS, GCP, Azure) pour le déploiement et l'automatisation des workflows ML à grande échelle.

- Collaboration étroite avec des équipes de data scientists, ingénieurs et devops, pour optimiser les solutions et garantir la scalabilité des modèles en production.

Stack technique :

- Machine Learning: Scikit-Learn, TensorFlow, PyTorch

- MLOps: Docker, Kubernetes, CI/CD, MLflow

- Cloud Platforms: AWS, GCP, Azure

- Programming Languages: Python, SQL

- Data Engineering: Apache Airflow, Kafka, Spark

Skills: SQL · Computer Vision · PySpark · Data Science · Data Engineering · TensorFlow · Keras · Forecasting · Python · Jira · Deep Learning · Machine Learning · Recurrent Neural Networks (RNN) · Convolutional Neural Networks (CNN) · Data Visualization · Text Mining · CI/CD · Scikit-Learn · Apache Airflow · Git · Natural Language Processing (NLP) · PyTorch · REST APIs · BigQuery · Google Cloud Platform (GCP) · MLOps · Time Series Forecasting · Docker · AI Agents

J’ai travaillé en tant que Cloud Data Engineer pour la réalisation de Proofs of Concept (PoC) sur Google Cloud Platform (GCP). Mon rôle consistait à exploiter des solutions cloud avancées pour traiter et analyser de grandes quantités de données de manière scalable et automatisée, en mettant l’accent sur l’efficacité et la performance des systèmes.

- Réalisation de Proofs of Concept (PoC) basés sur les solutions Google Cloud (GCP), mettant en œuvre des traitements de données massifs et scalables via BigQuery, Cloud Dataflow et Vertex AI.

- Participation à des projets intégrant des technologies cloud avancées pour le traitement et l’analyse de grandes quantités de données, avec un focus sur l’automatisation et la scalabilité.

- Collaboration au développement du portefeuille de compétences de l’entité, contribuant à la montée en compétence sur les outils cloud pour les membres de l’équipe.

Skills: Data Analysis · SQL · Python (Programming Language) · Machine Learning · MLOps · Google BigQuery · Google Cloud Platform (GCP) · Google Cloud Dataflow · Google Cloud