CV Développeur ETL : Trouvez votre consultant indépendant

Exemple de missions de Nordine,
Développeur ETL habitant le Puy-de-Dôme (63)

• Rédacteur

  chez management-datascience
  Jan 2023 - aujourd'hui

  - Rédaction et publication d'un article explicatif et illustratif sur la
  régression par processus gaussien
  - Rédaction et publication d'un article comparatif entre
  l'optimisation bayésienne et le CMA-ES pour l'optimisation des
  hyperparamètres des algorithmes ML
  - Rédaction d'un article sur l'impact de l'intelligence artificielle sur le
  sport.

• Data Scientist

  pour Datacebo
  Jan 2023 - aujourd'hui

  - Développement d'une nouvelle métrique
  (MutualInformationSimilarity)
  - Amélioration du format d'affichage du Quality Report

• Data Analyst au Parlement

  Européen
  Jan 2019 - aujourd'hui

  - Récolte des données de temps de traitement des différentes
  tâches effectuées lors de la création d'un order.
  - Réorganisation des données.
  - Analyse statistique (méthodes les plus fréquemment appelés, les
  plus longues...)
  - Exploitation de l'analyse statistique pour élaborer un plan
  d'optimisation du traitement.
  - Amélioration du traitement de création d'un order de 32min en
  moyenne à 1min20.

• Développeur ETL/Data analyst

  chez SGSS
  Jan 2017 - Jan 2019

  - Développement d'une application d'extraction et transformation
  de données MFTA en vue d'alimenter le datawarehouse
  - Création de rapports statistique et de data visualisation mesurant
  la performance des services de garde (précision des transactions,
  efficacité opérationnelle...)
  - IT Engineer pour KBL (Kredietbank Luxembourg):
  - Dans le cadre du démantèlement du Mainframe, migration des JCL
  en shell script et réécriture des utilitaires en python.

• Développeur ETL/Data analyst

  chez SGBT
  Jan 2013 - Jan 2017

  - Développement d'une application Talend d'alimentation d'Archibus
  à partir des données RH
  - Création d'un rapport statistiques (taux d'occupation par service,
  facturation par service... -> avant/après réorganisation)
  - Développement d'une application Talend d'alimentation de
  Planview à partir des données RH.
  
  Projets réalisés dans le cadre de la formation
  professionalisante Data Scientist
  Application au service de la santé publique : analyse des
  données Open Food Facts
  Validation de la qualité du jeu de données
  Description des informations contenues dans le jeu de
  données
  Analyse univariée et bivariée (distributions, tests de
  corrélations, test du chi-deux..)
  Régression linéaire
  Prédiction des émissions de la consommation totale d'énergie
  de batiments de Seattle.
  Validation de la qualité du jeu de données
  Analyse exploratoire
  Test de différents modèles de prédictions (ElasticNet,
  RandomForest, SVR, AdaBoost Regressor)
  Segmentation des clients d'un site e-commerce.
  Validation de la qualité du jeu de données et analyse
  exploratoire
  Test de différents modèles de réduction de données (t-SNE,
  PCA, KernelPCA) et de clustering (DBSCAN, KMeans,
  MeanShift)
  Simulations pour déterminer la fréquence nécéssaire de
  mise à jour (contrat de maintenance).
  Catégorisation des biens de consommation d'un marketplace
  e-commerce. (étude de faisabilité)
  Validation de la qualité du jeu de données et analyse
  exploratoire.
  Extraction des features texte (bag of words, word2vec, BERT,
  USE) et comparaison des clusters Kmeans avec target.
  Extraction des features image (SIFT, ORB, SURF, Transfert
  learning VGG-16) et comparaison des clusters Kmeans.
  Implémentation d'un modèle de prédiction de risque de
  défaut de paiement pour une société de prêt.
  Validation de la qualité du jeu de données et analyse
  exploratoire.
  Développement de l'API du modèle de prédiction (FastAPI) et
  déploiement sur serveur Heroku.
  Création du dashboard (Streamlit, f-beta score, trade off
  recall/precision, interprétation globale, interprétation locale
  via LIME)
  Développement d'une chaine de traitement d'image pour une
  application de reconnaissance de fruit.
  Preprocessing des images et réduction PCA avec pyspark
  Stockage des images sous Amazon S3.
  Déploiement sur une instance EC2 et Amazon SageMaker
  (comparaison)

  Languages: Python, Java, Spring Boot, PL/SQL, R, Shell Script, Cobol, JCL, REXX, Talend, PHP, .NET/C#