Nicolas Guillaume

data engineer | python r etl api déploiement aws

En télétravail depuis Paris

  • 48.8546
  • 2.34771
1 mission
(1 avis)
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Nicolas.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Nicolas.

Localisation et déplacement

Localisation
Paris, France
Télétravail
Effectue ses missions majoritairement à distance

Préférences

Durée de mission
  • ≤ 1 semaine
  • ≤ 1 mois

Vérifications

Influence

Stack Overflow

Stack Overflow : nicolas.f.g nicolas.f.g
  • 756 Réputation
  • 10 Bronze
  • 7 Argent
  • 0 Or

Langues

Catégories

Compétences (32)

  • Architecture
  • API
    Débutant Intermédiaire Confirmé
  • Data Science
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé

Nicolas en quelques mots

Suite à l'obtention d'un double diplôme d'ingénieur et en Mécanique des Fluides Numérique, j'ai travaillé pendant 5 ans en tant que développeur de projets photovoltaïques en France, puis pendant 2 ans à San Francisco aux Etats-Unis.

J'ai ensuite décidé de recentrer ma carrière sur le data engineering et le data analytics (4+ ans d'expérience). En plus de mon intérêt pour le secteur de l’énergie, je reste ouvert à de nombreux autres secteurs (transports, robotique, blockchain & dapps/smart contracts...)

Services proposés:
• Data Integration, Manipulation de données (ETL): Python/Pandas, MongoDB, PostgreSQL
• Microservices (API) et déploiement en production : Python/Flask, Docker, Jenkins, Bash/Shell
• Infrastructure: Amazon Web Services (AWS) - EC2, ECR, ECS, Lambda, S3, RDS, DynamoDB, IAM, CloudWatch, API Gateway... Microsoft Azure - Azure Functions, Azure Stream Analytics, Redis Cache...
• Data Visualization & Dashboards (BI) et déploiement en production : R, Shiny, JavaScript/VueJS, Shiny Server, Shiny Proxy
• Exploratory Data Analysis: Python/Pandas, R/Shiny
• Machine Learning (Clustering, Classification, Regression, Recommendation) et déploiement en production : Python, Scikit-learn, NLTK

Pour plus de détails, veuillez consulter :
• mes services (nicolasguillaume.com/services)
• mon portfolio de projets (nicolasguillaume.com/portfolio-2)

Bien cordialement,

Nicolas Guillaume

Portfolio

Portfolio uniquement accessible aux membres

Expériences

Kixell

High tech

Python Data Engineer

Paris, France

avril 2020 - avril 2020

KIXELL est un partenaire dédié à l’optimisation des performances de vos sites pour la conversion et l’acquisition sur les moteurs de recherche.

1/ Une lambda HTTP qui écrit dans Aurora PostgreSQL

- Configuration de l'ensemble du projet sur AWS (VPC, security group, etc ...)
- Développement de la lambda (python) qui prend en entrée des données (access logs) à écrire dans Aurora
- Insertion des champs dans Aurora PostrgeSQL
- Gestion des utilisateurs avec IAM

2/ Une instance EC2 pour héberger le data processing

- Configuration de l'instance Ubuntu + IP statique
- Le projet se connectera également à Aurora PostrgeSQL et traite ligne par ligne les entrées dans chaque table de datalogs dans Aurora (cron job)

Engie Digital - Engie

Energie

Python Data Engineer / DevOps Engineer

Paris, France

octobre 2019 - Aujourd'hui

Engie Digital est l’éditeur de logiciels d'Engie qui conçoit et déploie des solutions digitales à l’échelle du Groupe, au service de sa stratégie transition zéro carbone « as a service ».

Data Ingénieur pour l'équipe Data Science au sein du projet Darwin (plateforme digitale pour optimiser les actifs renouvelables d'Engie).

Stack:
• Python (pandas, numpy...)
• R (dplyr, tidyr, shiny...) + ShinyProxy

Azure:
• Blob Storage
• Time Series Insight,
• Azure Functions
• Stream Analytics

DevOps:
• Containerization: Docker/Kubernetes
• CICD: Jenkins, Azure DevOps Pipeline/Release
• Déploiement de Shiny apps et d'APIs
• Déploiement de package Python/R sur Artifactory (les packages Data Science sont mis à disposition au reste du groupe Engie)

PayLead

Banque & assurances

Développeur Back-end Data Python

Paris, France

mai 2019 - juillet 2019

PayLead améliore la connaissance client à travers l’analyse de la donnée bancaire.

Objectifs de la mission :
• Chargement du répertoire SIRENE de l’INSEE (10 millions d’établissements) dans PostgreSQL, et enrichissement de la donnée
• Contribution au développement d'une API REST/CRUD + tests unitaires
• Optimisation du code pour scalabilité (cProfile, memory_profiler)
• Stack : Python/Flask/SqlAlchemy et PostgreSQL. Pytests (TDD)

en phase de création

Luxe

Développeur Back-end Python / DevOps

Paris, France

mai 2019 - mai 2019

1 mission Malt

    (1 avis)

    2 recommandations externes

    Formations

    Certifications