COMPÉTENCES MÉTIER
Secteurs d’activités :
Tout secteur inclus :
Identification du besoin et des données y répondant
Collecte de données
Traitement de données
Création et gestion de bases de données
Automatisation du pipeline data sur un environnement Cloud
Visualisation des données et création de Dashboard
Création d’applications Web
Génération et sélection de variables pour des modèles ML
Implémentation de modèle de machine Learning en mettant l’accent sur le besoin,
l’identification des variables corrélées, leur sélection, traitement et augmentation si
nécessaire.
Exploitation efficace des modèles de fondations (texte et/ou image) open-source
pour des use-cases spécifiques.
Secteur industriel : Ferroviaire / maintenance :
Compréhension du fonctionnement de système électromécanique (Exemple : porte
de train) ou thermodynamique (Exemple : HVAC).
Prise en main des données télémétriques (capteurs) et identification du
comportement du système.
Détection d’anomalies.
Maintenance prédictive.
COMPÉTENCES TECHNIQUES
Langages de programmation: Python, R, Java, C
Ce document est la propriété des entités AKKA et Modis, désignées Akkodis, marque commerciale sous laquelle elles opèrent leurs
activités. Il ne peut être divulgué ni reproduit sans leur autorisation écrite. CONFIDENTIEL - Modèle TF081 V2.2
1
Machine Learning:
o Apprentissage supervisé : Classification, Régression
o Apprentissage non supervisé : Réduction de dimension, Clustering
o Deep learning: MLP, CNN, RNN, LSTM, Transformers, GAN, DDPM
o Natural language processing: Topic modeling, Sentiment analysis
o Image generation: VAE, GAN, DDPM, ViT
o Open-source LLMs: Bert, RoBerta, distilBert,…
o Quantization (Post-training quantization) : AdaRound, OBQ, GPTQ
Cloud Computing (GCP):
o Data warehouse: Big Query
o Automatisation: Cloud function, Cloud scheduler
o Visualisation: Data studio
Calcul distribué: PySpark
Web scraping: Python (Librairies: request, beautifulsoup, selenium…)
Développement Web:
o Traditionnel: Angular + Spring boot
o Moderne: Streamlit, Python Dash, Rshiny
FORMATIONS / CERTIFICATIONS
2022 Master en Machine Learning For Data Science (MLDS)
Université de Paris cité – Paris
2020 Licence en informatique
Université de Clermont Auvergne
LANGUES
Anglais : Courant
Français : Bilingue
Ce document est la propriété des entités AKKA et Modis, désignées Akkodis, marque commerciale sous laquelle elles opèrent leurs
activités. Il ne peut être divulgué ni reproduit sans leur autorisation écrite. CONFIDENTIEL - Modèle TF081 V2.2
2
Arabe : Native
MISSIONS REALISEES
Carrefour – France Septembre 2021 – Septembre 2022
Projet : Digitalisation environnement de Pricing Fioul domestique et optimisation de la stratégie
Rôle : Data scientist Pricing
Réalisations :
Data Scientist en stage chez Carrefour, division automobile, équipe de tarification :
Participation à la conception de la base de données.
(GCP) Création d'un entrepôt de données (BigQuery) et automatisation des mises à jour de
données (Cloud Functions + Scheduler).
(Python) Développement d'outils de scraping pour assurer une analyse concurrentielle
continue.
(Streamlit) Développement d'un outil de tarification (suivi des prix, des ventes, des revenus et
des KPI avec diverses décompositions).
Prévision des ventes.
Environnement technique :
Python, Streamlit, GCP, Tableau
Faiveley Transport – Neuville en Ferrain Octobre 2022-Aujourd’hui
Projet : Predictive maintenance for railway systems
Rôle : Data scientist
Réalisations :
Maintenance prédictive HVAC, porte de train, porte de station
Analyse exploratoire et explicative
Feature engineering : génération + sélection
Test et comparaison de différentes approches de Machine Learning
Environnement technique :
Python, Streamlit, AWS (très peu)
Akkodis research – France Inter-projet
Ce document est la propriété des entités AKKA et Modis, désignées Akkodis, marque commerciale sous laquelle elles opèrent leurs
activités. Il ne peut être divulgué ni reproduit sans leur autorisation écrite. CONFIDENTIEL - Modèle TF081 V2.2
3
Projet : Text classification via few-shot fine-tuning of sentence transformers
Rôle : Data scientist
Réalisations :
Prise en main des Sentence Transformers, open-source, de Hugging Face.
Évaluation des Sentence Transformers pré-entraînés en français (Flaubert, Camembert,
MiniLM, ...) pour la classification zero-shot de notes de résolution.
Exploration de la classification sans prompt en few-shot en utilisant SetFit (Fine-tuning des
Sentence Transformers)
Développement d'un prototype d'application Streamlit mettant en œuvre les méthodes
mentionnées ci-dessus pour une utilisation future en production.
Environnement technique :
Python, Streamlit
Ce document est la propriété des entités AKKA et Modis, désignées Akkodis, marque commerciale sous laquelle elles opèrent leurs
activités. Il ne peut être divulgué ni reproduit sans leur autorisation écrite. CONFIDENTIEL - Modèle TF081 V2.2
