Yazid C.

J’interviens sur le développement et l’industrialisation de modèles ML au sein de Datadog : détection d’anomalies à grande échelle, traitement de signaux, intégration de modèles dans des services distribués, optimisation des pipelines et automatisation. Je travaille également sur des outils logiciels internes pour améliorer l’observabilité et les workflows data/ML.

J’interviens à la croisée du conseil en stratégie et du machine learning pour aider les entreprises à mieux exploiter leurs données et à prendre des décisions plus efficaces.

Je développe des modèles de prévision fiables (séries temporelles, deep learning, approche probabiliste), je construis des pipelines Data/ML solides, et j’accompagne les équipes pour que ces outils soient réellement utilisés au quotidien: optimisation des processus, réduction des coûts, amélioration de la performance.

Mon travail repose sur trois piliers :

• statistiques : analyse, prévision, causalité, modélisation solide

• machine learning / MLOps : PyTorch, Python, Docker, GPU, cloud, industrialisation

• vision business : compréhension du besoin, choix des KPIs, ROI, communication claire

Je cherche à proposer des solutions simples, fiables et vraiment utiles, du prototype jusqu’au déploiement en production.

J’ai travaillé au sein du département de mathématiques appliquées de Cambridge sur des modèles de prévision climatique et de cyclones tropicaux. L’objectif étant de construire des modèles fiables capables d’anticiper l’évolution d’un phénomène complexe à partir de données océaniques et atmosphériques massives.