CV Jupyter : Les meilleurs profils inscrits

Aperçu d'expériences de Steeve-Dominique,
freelance JUPYTER habitant les Hauts-de-Seine (92)

• Data Scientist Engineer

  Groupe Credit Agricole CIB– MontRouge (1 an 6 mois)
  Jan 2023 - aujourd'hui

  Projet : ECHELON – Lutte anti-blanchiment
  Nous avons une solution (SONAR) permettant de remonter mensuellement
  des alertes sur des comptes suspicieux à partir d’un modèle d’IA alimenté par
  des transactions SWIFT, SEPA, etc. Les paiements et données référentielles
  sont reçus via des pipelines conçus par le CDH (compliance data hub).
  J’ai travaillé avec l’équipe CDH et l’équipe ECHELON.
  Réalisations :
   Développement de pipelines pour l’alimentation quotidienne et
  mensuelle de SONAR l’outil d’AML (Paiements SWIFT et fichiers
  référentiels) : Java Maven Spring Spark, SQL, Airflow,
  Elasticsearch (BDD de paiements), Gitlab, Git, Docker,
  Intellij, Stockage Amazon S3
  Atelier avec les métiers pour définir le scope fonctionnel
  des données à recevoir
  Rédaction des spécifications techniques avec le Business
  Analyst
  Implémentation des règles d’extraction Spark, SQL
  Conception des tests unitaires (JUnit) et intégration à
  la CI/CD
  Tests techniques en environnement de Développement
  Tests fonctionnels de la donnée en environnement
  d’Intégration et Préproduction
  Création des Dags Airflow pour l’automatisation du
  lancement des jobs
  (quotidien/mensuel/conditionnel)
  Déploiement des pipelines dans les différents
  environnements du CDH (Dev, Int, Preprod, Prod)
  
  Développements d’outils tactiques/ monitoring dans l’outil
  SONAR, et analyses des données : Python Pyspark, SQL,
  Minio S3, Postgres, Keycloak, Gitlab, Git, Jupyter Hub
  Analyses et extractions des données pour itération avec
  les métiers : Pyspark, Sql, Python
  Développement de règles de filtrages tactiques avant
  livraison des pipelines CDH : Pyspark, SQL
  Développement de systèmes de monitoring des Dags
  Airflow de SONAR pour remonter des KPIs sur les
  données intégrées et rejetées quotidiennement suivant
  des critères business : Pyspark, Python, SQL,
  Airflow, S3, Postgres
  Analyse des résultats du modèle d’IA et remontée des
  données explicatives des alertes remontées chaque
  mois : Pyspark, SQL
  Définir les métriques caractérisant les features et la
  population d’entrainement en vue du monitoring du drift
  du modèle d’IA
  Création d’un Dag pour la génération automatique des
  métriques de drift chaque mois : Python, Airflow
   Gestion des accès utilisateurs et migration des releases entre
  les environnements : Minio S3, Postgres, Keycloak, Jupyter
  Hub, Bastion
  Création des utilisateurs et attribution des profils et
  droits : Keycloak
  Migration des évolutions/corrections de l’environnement
  de Dev jusqu’à la Production : Git, Gitlab, Jupyter
  Hub, Bastion
   Refonte du système de migration des releases et de versioning
  dans l’outil SONAR : Docker, Gitlab, Pyspark, Jenkins
  L’outil SONAR est déployé pour différentes entités dans le
  monde qui sont étanches les unes des autres (ayant chacune
  son Gitlab/Airflow/Jupyter Hub) bien qu’ayant des
  fonctionnalités partagées, et ceci est aussi le cas pour chaque
  environnement de chacune des entités. L’idée ici est de créer un
  Gitlab commun qui comprendra les fonctionnalités communes
  aux entités afin de faire un seul déploiement et limiter les
  actions manuelles.
  Mise en place d’un système de CI/CD et création de
  liens symboliques entre les Gitlab : Gitlab, Docker,
  Jenkins
  Définition de tests unitaires pour les fonctionnalités à
  implémenter Pyttest
  Factorisation des applications communes aux entités et
  optimisation des requêtes Pyspark, SQL
  P.O.C avec les architectes et métiers
  Acquis fonctionnels : Paiements Swift MT et MX, Risque AML

  Environnement: Gitlab, Openshift, PySpark, Github, IntelliJ, Visual Studio Code, Jupyter Hub, Docker, Postgres, ElasticSearch, Cloud Privé, Airflow, Keycloak, S3, Jenkins

• Data Scientist Engineer

  Groupe Vinci-énergies– Paris (2 ans 4 mois)
  Jan 2020 - Jan 2023

  Projet : CONCEPTION ET MISE EN PRODUCTION D’UN CHATBOT WATSON ASSISTANT
  Création de l’interface du Chatbot via IBM Watson
  Conception d’un modèle word2vec et d’un système de recommandation assignant des
  solutions à un ticket/texte pris en entrée Python
  Mise sur pied d’une API pour la consommation du modèle Python FastApi
  Création d’une image Docker de cette API
  Déploiement de l’image sur le cloud privé Vinci-énergies
  Création d’un nom de domaine
  Déploiement de l’image sur une VM de préproduction
  Tests unitaires via Pyttest
  Paramétrage du docker-compose pour passer par un reverse proxy pour la
  production
  Déploiement sur le serveur de production
  Intégration de l’image déployée au Chatbot pour récupérer les tickets entrants et renvoyer
  des solutions
  Intégration du Chatbot à l’interface du client
  Github Actions était utilisé pour la CI CD
  
  Projet : DÉTECTION D'ANOMALIES sur des courbes d’intensités d’aiguilles de Tramway chez
  un Acteur des transports Suisse
  Récupération des données depuis un bucket S3 AWS avec Pyspark
  Traitement des données via Python
  Conception d’un modèle de clustering (2 classes) via DataRobot et validation avec le client
  (Isolation forest anomaly detection with calibration)
  Mise en production du modèle via une image Docker
  Projet : MIGRATION DES FLUX DE DONNÉES DE BOULANGER D’ORACLE VERS Snowflake
  Paramétrage des connecteurs ODBC à Oracle et Snowflake
  Tests de non-régression des fluxs de données
  Ecriture des requêtes SQL pour alimenter Snowflake
  Projet : Mise sur pied d’un data pipeline
  Insertion de fichiers json dans une collection mongodb
  Provision du datalake s3 depuis mongodb
  Entraînement d’un modèle de classification de demandeurs de prêt avec des données de s3
  Déploiement du modèle via une api (FastApi)
  Insertion des prédictions dans une base Sql Server
  Création d’une image Docker de l’API
  GitHub Actions pour le CI CD
  Livrable : déploiement de la solution via l’image Docker sur le cloud privé de vinci-energies
  Projet : OPTIMISATION d'installation de bornes de recharge de véhicules électriques
  Traitement, analyse et nettoyage des données historiques de consommation sur les bornes de
  recharge (Connecteur, Modèle, consommation, etc)
  Enrichissement avec des données issues de L'INSEE et du Scraping du site Meilleurs Agents
  Livrable : Modèle de prédiction de la rentabilité d'un profil de Borne + un arbre de décision
  montrant les profils à forte consommation + une analyse descriptive du fichier
  Projet : OPTIMISATION DE TRAJET DES PARCOURS DE TOURNÉES
  Déploiement de l'environnement et modèle d'optimisation du projet en production via une
  image docker
  
  Projet : ACCOMPAGNEMENT DE CONFORAMA DANS LA MIGRATION ET L'AMÉLIORATION DE
  LEURS PIPELINES DE DONNÉES
  Installation de la nouvelle version de IBM SPSS Modeler Server et Client sur le serveur de
  recette et de production
  Paramétrage des connecteurs ODBC à SQL Server et Simba Bigquery
  Test de non-régression des pipelines
  Création d’un pipeline Python pour optimiser le chargement des données issues de IBM SPSS
  Modeler dans Bigquery et remplacer la brique de chargement ligne par ligne
  Projet : MAINTENANCE PRÉDICTIVE sur des équipements de tramways en France
  Segmentation des pannes par équipement et type de panne
  Filtrage et nettoyage des pannes aberrantes
  Enrichissement des données avec de l'open data (nombre de lignes, affluence,)
  Livrable : Modèle de prédiction du temps jusqu'à l'arrivée de la prochaine panne (COX)
  Réalisations :
  ▪ Mise en place de modèles Machine Learning / Deep Learning (Supervisée, Non
  Supervisée)
  ▪ Scraping des données Web
  ▪ Mise en place de pipeline de déploiement des modèles créés sur DataRobot
  ▪ Containerisation d’API
  ▪ Migration de bases de données
  ▪ Scripts de chargement de données en Bulk
  ▪ Conception de modèles de Machine Learning via DataRobot et Python
  ▪ Création de pipelines de données
  ▪ Création d’API de consommation de modèles
  ▪ Déploiement d’images docker sur traefic
  ▪ CI CD Github actions
  ▪ Evaluation de modèles

  Environnement: Jupyter Notebook, Datarobot, Openshift, PySpark, Github, IBM Spss Modeler, Statistics, IBM Cloud, IBM Data Fabric, Visual Studio Code, Spyder, Snowflake, Google Big query, AWS, Docker, Gitlab, GitHub

• Elève ingénieur

  Projet: ATLANTIC MONITORING PLATFORM BNP PARIBAS
  Jan 2020 - Jan 2020

  Une plateforme web traitant 3 aspects du besoin Client :
  Communication (Template de communication par Mails) via Java EE, JS
  Visualisation (Intégration d'un Dashboard) via Power BI
  Chatbot (SAP ChatBot) utilisant une API faite en Python (NLP, K-Means, Flask, Pickle)
  Réalisations :
  ▪ Chatbot, Dashboard et API

  Environnement : Python, Power BI, visual studio code - Équipe projet de 5 membres