Expériences professionnelles
💼 Carrière
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
💡 Compétences clés
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
