Mouad Moussabbih

data scientist | data engineer | big data expert

Peut se déplacer à Paris

  • 48.8546
  • 2.3477
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Mouad.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Mouad.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour

Préférences

Durée de mission
  • ≤ 1 semaine
  • ≤ 1 mois
  • entre 1 et 3 mois
  • entre 3 et 6 mois
  • ≥ 6 mois
Secteur d'activité
  • Aéronautique & aérospatiale
  • Arts & artisanat
  • Automobile
  • Banque & assurances
  • Biotechnologies
+24 autres
Taille d'entreprise
  • 1 personne
  • 2 - 10 personnes
  • 11 - 49 personnes
  • 50 - 249 personnes
  • 250 - 999 personnes
+2 autres

Vérifications

Influence

Langues

Catégories

Compétences (25)

Mouad en quelques mots

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, Cloud...)
• Machine Learning (Clustering, Regression, Scikit-learn, Caret...)
• Deep Learning (NLP, Object Detection, Tensorflow/Keras, PyTorch...)
• Business Intelligence (ETL, Reporting, Dashboard, PowerBI, Talend...)

Expériences

SINTEF

Centres de recherche

Data Scientist/Engineer

Trondheim, Norvège

septembre 2017 - août 2019

Création d’un système biométrique d’identification en utilisant les signaux EEG. Le système consistera en une interface avec Pyglet utilisant une carte Raspberry Pi et un écran tactile avec des options pour identifier, ajouter et supprimer des personnes du système :

• Traitement des signaux EEG collectés par un casque OpenBCI.
• Implémentation des techniques Machine and Deep learning pour reconnaître des motifs spécifiques
dans les signaux EEG pour chaque individu.
• Expérimentation en temps réel en utilisant le casque OpenBCI.

The James Hutton Institute

Centres de recherche

Software Developer

Aberdeen, Royaume-Uni

mars 2017 - août 2017

Développer une application web permettant de manipuler une carte, associée à une base de données, de manière interactive destinée aux chercheurs de Hutton.

• Création d’une base de données pour stocker des photos et des vidéos envoyées par les utilisateurs de l’application.
• Permettre de dessiner et de concevoir des polygones, des lignes et des cercles, et l’ajout des marqueurs sur la carte.
• Récupération des données en différents formats.

TriM_Translate Into Meaning

Sport

Data Scientist

Turin, Italie

octobre 2019 - Aujourd'hui

Soutenir 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.

1 recommandation externe

Formations

Certifications

charter modal image

Notre succès est une oeuvre collective

Contribuez à cette réussite et au sérieux de la communauté en signant la charte du freelance Malt.

Signer la charte