Lead Data Engineer, avec une expertise MLOps / DevOps, acquise durant ma montée en compétences en Data
Esprit d'équipe, autonomie, rigueur & passion pour l'innovation sont mes atouts pour réussir !
Expérimenté en informatique, en conception / programmation orientées objet, puis côté métier en conception fonctionnelle et modélisation UML et dernièrement en gestion de projet numérique, conscient des évolutions technologiques dans mon secteur d'activité, j’ai décidé de me spécialiser en Ingénierie de Données, pour orchestrer le traitement de la Donnée et réaliser le déploiement de solutions de ML / AI
(Software)Development(IT)Operations / Machine Learning(IT)Operations: ✔️ Acquisition/ structuration de données multi-sources (SQL/ noSQL, Json/ csv, API, Web Scraping), ✔️ Maintien en Condition Opérationnelle de Database ✔️ Développement / optimisation des traitements / procédures / flux ✔️ Adoption d'une démarche d'amélioration continue (CI / CD) ✔️ Réalisation des tests techniques ✔️ Industrialisation / automatisation / déploiement de modèles / solutions / données (Mise En Production / fastAPI / API Rest, Crontab, Airflow, MLFlow), ✔️ Automatisation / déploiement en production de développements / modèles de Machine Learning (ML) et de données avec les APIs (fastAPI / API Restful), Crontab, Airflow, MLFlow✔️ Conteneurisation avec Docker et Kubernetes ✔️ Cloud computing ✔️ Gestion de volumes de données massives distribuées en temps réel ✔️ Gestion de vitesse de traitement de données avec les architectures de streaming ✔️ Gestion d’élasticité de données (BDD documentaire indexée)
Machine / Deep Learning (✔️ Collecte, préparation, conversion, transformation et génération de données entrantes ✔️ Gestion du cycle de vie / pipelines des modèle de ML ✔️ Entrainement de modèles d'apprentissages automatiques (Machine Learning) supervisés (ou non) ✔️ Reconnaissance de formes par réseaux de neurones artificiels ✔️ Maîtrise des différentes architectures de réseaux de neurones (RNN) et d’apprentissage profond (Deep Learning) ✔️ Développement de projet d'IA ✔️ Amélioration des capacités prédictives)
Data Analysis / DataViz (✔️ Analyse exploratoire ✔️ Régression logistique multiple / descriptive ✔️ Représentation graphique de la donnée
Études (* Analyser & Concevoir les features issues des UC/US/story-board
Rédiger les spécifications fonctionnelles détaillées / les faire valider (SFG / SFD))
Cadrage (* Qualifier les besoins métiers / les prioriser dans le backlog
Rédiger un livrable (note de cadrage, schéma directeur, cahier des charges)
Cadrer les EDB
Modéliser les exigences)
Conception (IBM RSM/RSA, Entreprise Architect, Mega Designer
Modéliser les spécifications en UML dans les référentiels IBM RSM/RSA, Entreprise Architect, Mega Designer (AGL: RSM / RSA / EA / MD))
Qualification: stratégie de test, scenarios de tests, cahiers de recette (CVDL : QC/ALM), tests unitaires, recette UAT (env. UAT, JDD) (* Mettre en place la stratégie de test
Coordonner l'écriture des scenarii detests & cahiers de recette (ALM)
Réaliser & encadrer les tests unitaires
Assister la MOA dans sa recette (gestion env. UAT, élaboration datasets)
Coordonner les tests d’acceptation utilisateur (UAT))
Gestion du changement (* Rédiger les manuels/guides utilisateur
Former les utilisateurs)
Support: MŒ / Utilisateurs (compréhension des besoins, support méthodologique) (* Assurer la compréhension des besoins fonctionnels auprès de l’équipe de développement
Assurer le support méthodologique)
Gestion de projet: (Gouvernance, Pilotage, Gestion financière / comptable de projet)
Planification(CDVL: Agile, V) (Outils de pilotage de projet (MS Project/Gantt project/XPlanner/Jira/Trello))
Coordination d'intervenants(MOA / MOE) (Organiser & animer des réunions de travail)
Encadrement d'équipe (* Accueillir les nouveaux arrivants
Encadrer une équipe de 3 personnes)
Gestion de budget / risques (* Chiffrage
Risques (coût / délai / qualité))
Digitalization: Dématérialisation, Dossier Médical Patient, Acte de Vente, E-Signature
Cadrage (* Qualifier les besoins métiers / les prioriser dans le backlog* Rédiger un livrable (note de cadrage, schéma directeur, cahier des charges)* Cadrer les EDB* Modéliser les exigences)