À propos de Mouad
De formation ingénieur en Calcul Scientifique et Science de données à l'Institut Supérieur d'Informatique, de Modélisation et de leurs Applications (Clermont-Ferrand), et l'Université Polytechnique de Catalogne (Barcelone), dans le cadre d'une double diplomation (Master en Data Science), avec un large champ d'expériences dans le domaine du Machine Learning / Data Engineering.
J'ai décidé en 2017 de relever de nouveaux défis en devenant indépendant. Durant ma première mission de deux ans chez SINTEF, en collaboration avec The Norwegian Petroleum, j'étais chargé de la création d’un système biométrique d’identification se basant sur l'activité cérébrale, j’ai aussi travaillé sur la mise en place et l’amélioration des pipelines d’intégration de données, l’automatisation de la containérisation de certaines applications, du traitement de signal et du reporting.
Ma dernière mission d'un an chez TriM (Turin et Paris), était pour objectif de soutenir la Fédération Autrichienne de voile pour la collecte, l’organisation, la gestion, l’analyse et l’interprétation des données météorologiques, géorgraphiques et stratégiques au Japon, pour renforcer le processus de la prise de décision pendant la voile et la course.
Champs de compétences:
• Big Data (Hadoop, Spark, Java, Scala, Cloud...)
• Machine Learning (Clustering, Regression, Scikit-learn, Caret...)
• Deep Learning (NLP, Object Detection, Tensorflow/Keras, PyTorch...)
• Business Intelligence (ETL, Reporting, Dashboard, PowerBI, Talend...)
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- DecathlonData EngineerSPORTjanvier 2023 - Aujourd'hui (3 ans et 5 mois)Paris, FranceExpert en développement de solutions data robustes et scalables, Fort d'une expérience approfondie chez Decathlon, j'ai conçu et déployé une solution complète de Data Quality de A à Z, utilisée par plusieurs équipes de la plateforme Data.- Architecture Data & Cloud
- Conception d'architectures de stockage optimisées sur S3.
- Migration et adaptation de solutions entre EMR et Databricks.
- Implémentation de pipelines data avec Airflow (développement d'opérateurs custom).
- Expert Great Expectations : contribution au projet open-source (PR acceptée v0.17.23).
- Intégration OpenLineage pour le data lineage et monitoring
- Exploration et documentation de solutions alternatives (Deequ, DBT-expectations, Elementary).
- Développement & DevOps- Jobs PySpark dynamiques et paramétrables.
- Dockerisation multi-plateforme (amd64/arm64).
- CI/CD et gestion des templates avec cruft.
- Réalisations clés- Solution Data Quality end-to-end : Développement d'une première version fonctionnelle en 1 sprint, puis amélioration continue avec 30+ fonctionnalités ajoutées.
- Contribution open-source : Résolution d'un problème critique de verbosité pour les données PII dans Great Expectations, avec collaboration directe avec l'équipe core.
- Enablement des équipes : Onboarding réussi de 3+ équipes, création de documentation détaillée et outils facilitant l'adoption (notebooks Databricks pour l'édition des règles).
- Innovation technique : Développement de custom expectations, intégration de la cryptographie pour les données sensibles.
- Approche de travail- Orienté solution : Capacité à surmonter les défis techniques complexes et à proposer des architectures innovantes.
- Amélioration continue : Itérations constantes basées sur les retours utilisateurs.
- Documentation & partage : Création de guides détaillés et présentation des solutions aux équipes.
- Veille technologique : Exploration régulière de nouvelles librairies et best practices.
- Société GénéraleData EngineerBANQUE & ASSURANCESseptembre 2020 - mars 2023 (2 ans et 6 mois)Fontenay-sous-Bois, FranceEn tant que Data Engineer, je suis le garant de l’accès aux sources de données et aux données et travaille sur l’ensemble des activités liées à la Direction financière :- Mettre en œuvre l’ensemble des techniques et procédés permettant de collecter, de nettoyer, d’organiser, de synthétiser et de modéliser efficacement les données (notamment pour alimenter les Datalakes qu’il met en place et les projets Big Data qu’il alimente)- Fournir un appui analytique à la conduite d’exploration et d’analyse complexe de données provenant de différentes sources- Participer à l’industrialisation du procédé pour les données les plus pertinentes dans le cadre du projet pour produire les analyses les plus opérationnelles- Travailler en étroite collaboration avec les Data Architects et les Métiers …- Développer des solutions BI Dataviz dans le respect de la méthodologie agile de la cellule Smart data- Participer à l’application et l’amélioration continue des procédures de la cellule Smart Data- Assurer le run et la maintenance des solutions du périmètre Smart Data- Assurer une veille technologique et participer aux POCs et Hackathons liés à mes activités- Participer à l’intégration des nouveaux membres data engineers de l’équipe
- TriM_Translate Into MeaningData ScientistSPORToctobre 2019 - août 2020 (11 mois)Turin, ItalieSoutenir la Fédération Autrichienne de voile pour la collecte, l’organisation, la gestion, l’analyse et l’interprétation des données météorologiques, géorgraphiques et stratégiques pour renforcer la prise de décision pendant la voile et la course :• Utilisation des algorithmes de Clustering pour mieux comprendre les différentes caractéristiques du vent.• Générer automatiquement les résultats et les données visualisées en format PDF• Interagir avec l’équipe de voile Autrichienne pour répondre aux exigences spécifiques des fonctionnalités.
Recommandations
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Diplôme d'Ingénieur en InformatiqueInstitut Supérieur d'Informatique, de Modélisation et de leurs Applications2019Cours: Structures de données et algorithmes, stabilité et optimisation mathématiques, statistiques et processus aléatoires, probabilité et inférence statistique, algèbre linéaire et équations différentielles, théorie des graphes, recherche opérationnelle, réseau et vision par ordinateur, C/C++, UML, Matlab, QNAP , Pandas, Java, Apprentissage automatique, Big Data, SQL.
- Master en Data ScienceUniversitat Politècnica de Catalunya2020Cours: Statistical Modeling and Design of Experiments (SMDE), Data Warehousing (DW), Kernel-Based Machine Learning and Multivariate Modeling (KMLMM), Open Data (OD), Algorithmics for Data Mining (ADM).
Certifications
- Convolutional Neural Networksdeeplearning.ai2020
- Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimizationdeeplearning.ai2020