You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Robin L.RL

Robin L.

Développeur Back-end/Data engineer/Web-Scrapping

600 €/jour
6 projets
Paris, FR
3-7 ans

Délai de réponse moyen : 1h

À propos de Robin

En tant que développeur backend spécialisé dans les API REST, j’ai mené de nombreux projets jusqu’à leur mise en production, principalement avec Python/Django, et plus récemment avec FastAPI pour des architectures asynchrones légères et performantes.

J’adopte une approche orientée qualité, fondée sur les méthodologies agiles, favorisant une collaboration étroite avec les équipes métier. Mes développements s’appuient sur des tests automatisés, une documentation rigoureuse et des pratiques garantissant un code maintenable, évolutif et fiable, sans compromettre l'efficacité des livraisons.

Je maîtrise les outils de traitement de données géospatiales comme PostgreSQL/PostGIS et QGIS, ainsi que la conception de pipelines ETL pour l’ingestion et la valorisation de données complexes. Mon profil me permet également d’intervenir efficacement sur des problématiques d’ingénierie et de science des données, avec une capacité à traduire les enjeux métiers en solutions techniques.

Grâce à ma double formation d’ingénieur à l’ENSTA Paris et mon Master en Data Science, je dispose de solides connaissances en recherche opérationnelle, modélisation mathématique et statistiques, que j’intègre dans mes approches data-driven.

Je participe activement à la création d’IA Studio chez SNCF, une plateforme interne dédiée au développement d’applications autour des LLMs (Large Language Models), permettant de concevoir des chatbots, des systèmes RAG (retrieval-augmented generation) et d'autres assistants intelligents.

En parallèle, j’explore Rust en autodidacte, motivé par ses garanties de performance, de sécurité mémoire et sa pertinence pour les systèmes backend modernes.

Enfin, j’utilise GitLab CI/CD pour automatiser les tests et les déploiements, assurant des livraisons rapides, fluides et sécurisées.
  • Français

    Bilingue ou natif

  • Anglais

    Capacité professionnelle complète

Accepte de travailler sur site
Paris (jusqu’à 50 km), Reims (jusqu’à 30 km), Troyes (jusqu’à 30 km)

Expériences

  • SNCF RÉSEAU
    Back-end developer
    TRANSPORTS
    janvier 2023 - Aujourd'hui (3 ans et 5 mois)
    Saint-Denis, France
    - Développement backend d’APIs en Django et Starlette, avec Redis pour le cache

    - Participation à la création de la plateforme IA du groupe SNCF (chatbots, RAG, intégration de l’API OpenAI)

    - Mise en place systématique de tests unitaires sur les nouvelles briques logicielles

    - Production et exposition de données géographiques internes via APIs (SNCF Réseau)

    - Gestion des gisements de données et APIs via un data warehouse interne développé sur mesure

    - Écriture de DAGs via un orchestrateur interne (analogue à Apache Airflow) pour alimenter les bases des différentes APIs

    - Création d’une application serverless d’anonymisation de données RH

    - Réalisation de POCs en recherche opérationnelle pour l’optimisation des travaux ferroviaires (résolution de MILP via Gurobi)

    - Utilisation de technologies annexes : Celery, Redis, RabbitMQ

    - Développement d’un bot GitLab pour valider automatiquement certaines merge requests

    - Travail en méthodologie agile (SCRUM) en équipe produit

    - Mise en place et maintien de la CI/CD sur GitLab

    Python Gitlab Django Redis LLM
  • Spinergie
    Data Scientist
    TRANSPORTS
    avril 2022 - octobre 2022 (6 mois)
    Paris, France
    - Développement d’algorithmes de traitement de données géolocalisées liées à l’industrie maritime

    - Écriture de scripts Python pour la mise à jour automatique des bases de données internes (pandas, MySQL, Django ORM)

    - Web scraping à grande échelle : amélioration des algorithmes d’extraction et de classification de données issues du web maritime (technos : BeautifulSoup, Selenium, Apache Tika)

    - Mise en place d’un processus de traduction automatique via l’API Azure pour l’enrichissement multilingue de contenus

    - Participation à la mise en production : tests automatisés (pytest), peer reviews, intégration via Git, déploiement dans les applications web de Spinergie

    - Technologies utilisées :

    Python (pandas, numpy, Django, scikit-learn, BeautifulSoup, Selenium)

    SQL (MySQL, PostgreSQL), outils : TablePlus

    Git, Azure Cognitive Services
    Python (Programming Language) Data science SQL Django
  • RTE Réseau de Transport d'Electricité
    Département outils et méthodes
    mars 2021 - août 2021 (5 mois)
    92800 Puteaux, France
    Développement d'un outil d'estimation des coûts de développement des lignes souterraines à partir d'un tracé cartographique :
    - Création de couches de données géographiques reflétant les hypothèses sur les coûts de développement des ouvrages
    - Mise en place d'une méthode de tracé automatique des ouvrages
    - Estimation des coûts économiques et environnementaux des ouvrages uniquement à partir d'un tracé
    - Outils : Langage R (Shiny, sf, raster, dplyr), QGIS
    Langage R QGIS Optimisation

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

Formations

  • Master 2 Data science
    École Polytechnique
    2022
    Machine Learning related topics : - Practical machine learning (supervised, unsupervised and validation) - Deep Learning (MLP, RNN, CNN, embedding, NLP, LSTM, Boltzmann machine ...) - Statistical Learning Theory - Reinforcement Learning - High dimensionnal Matrix estimation and PCA - Optimization for Data Science - Tail events analysis : Robustness, outliers and models for extreme values - Law and ethics of AI Other topics : - Mixed Effects models - Time series for financial data Python : sklearn, numpy, pandas, keras, tensorflow, pytorch R : dplyr, ggplot2, lme4
  • Diplôme d'ingénieur, Mathématiques appliquées, Science et Optimisation des Données
    ENSTA Paris
    2022
    Parcours Science et Optimisation des données : - Optimisation : Programmation Dynamique, Optimisation et problème d'approximation, Optimisation non différentiable et méthodes proximales, Identification pour l’automatique - Recherche opérationnelle : Optimisation discrète, Recherche opérationnelle et données massives, Théorie de la complexité, Méta heuristiques - Séries chronologiques linéaires et non linéaires - Outils : Python, Julia, R, Matlab

Compétences

Catégories