CV Ingénieur big data : Nos derniers profils inscrits

Exemple de missions de Trong Hieu,
Ingénieur big data habitant les Hauts-de-Seine (92)

• Rôles : Consultant Ingénieur Big Data/Data Scientist

  Generali France, Saint Denis. Equipe : Solution Cognitive, DSI
  Jan 2018 - Jan 2021

  Médaille d’or hackathon BNP CIB & BNP Securities Services. Thème : IBM Cloud.
  ▪ Développement & déploiement d’une application web sur le cloud IBM avec Kubernetes &
  chaîne DevOps.
  o Installation et maintenance des plateformes de développement pour les data scientists et data
  ingénieurs : MapR versions 5 & 6. JupyterHub, Rstudio Server, Gitlab. Maintenance/monitoring d’un
  serveur Dell PowerEdge 4 GPUs Tesla V100.
  o Conception des architectures pour des produits Machine Learning/Intelligence Artificielle :
  ▪ choix de frameworks (pour le développement des APIs et pour le Machine Learning),
  ▪ choix d’algorithmes et de stratégie de traitement de données.
  o Projet WAVE (E-Liquidity) : PySpark et ElasticSearch pour l’intégration, l’indexation et
  l’extraction des données de trading (transactions des assets/securities).
  o Construction d’un datalake pour l’équipe Data avec PostgreSQL, MongoDB.
  o Projet Client Risk View (en production) : Optimisation des requêtes. Réduction du temps de
  requêtes de 1h ou plus à environs 20 secondes grâce au changement de technologie.
  o Projet Smartchaser (en production) : prédiction des étapes à venir sur la vie d’un trade grâce
  aux modèle de Machine Learning qui sont exposés via une API Django (+ Gunicorn + Celery +
  Redis).
  o Projet Classification des e-mails (en production, en collaboration avec BNP Paribas CIB, Paris
  19e
  ) : modèles de traitement de langage naturel industrialisés sous forme d’API (Flask) avec une
  solution de monitoring de l’usage avec l’aide de ElasticAPM, Kibana.
  o Développement d’une plate-forme web d’expérimentation/démonstration de différents axes
  d’application du traitement de langage naturel : chatbot, génération de texte, résumé de texte,
  question/réponse.

  Environnements techniques : ▪ Linux RedHat RHEL/Ubuntu; MapR Hadoop, Spark ; Docker. ▪ Python (Scikit-learn, Pandas, Numpy, Gensim, etc. ; PyLint, Tox), Shell, Html, Javascript, CSS. ▪ Neo4j ; Oracle, PostgreSQL, S3 (Python Boto3) ; MongoDB, MapR-DB; Parquet. ▪ Elastic stack, Grafana. ▪ DevOps : Confluence, GitLab/BitBucket, Jenkins/Ansible/Sonaqube

• Rôle : Consultant Ingénieur Big Data

  , QuantHouse, Paris 9 e
  Jan 2017 - Jan 2018

  Solution Big Data pour une procédure de vente automatique des données historiques de
  trading en provenance de différents marchés (CME, LES, CBOT, EUREX, etc.).
  o Spark/Scala avec la distribution MapR pour le pré-traitement de données, l’intégration et
  l’extraction.
  o ElasticSearch pour l’indexation et des requêtes rapides des méta-données.
  o Développement d’un démon pour des tâches récurrentes/périodiques.

  Environnements techniques : ▪ Linux Debian, MapR, Spark, Oozie, Drill ; ▪ Scala, Shell script, Python (script).

• Rôle : Consultant Ingénieur Big Data/Data Scientist

  Groupe Randstad France, Saint-Denis
  Jan 2016 - Jan 2017

  Maintenance des plate-formes de développement pour les Data Scientists (Cloudera Hadoop
  distribution, JupyterHub).
  o Spark/Scala, PySpark, Hive, Impala pour le traitement, l’intégration et l’extraction de données.
  o Traitement de langage naturel et Machine Learning (Scikit-Learn, SparkML) pour la classification
  et la détection des erreurs dans les offres d’emploi.
  o Projets en production : détection de SIRETs faux dans les annonces d’emploi, classification des
  professions, détection des mauvaises professions (métiers) affectées dans les annonces

  Environnements techniques : ▪ Linux Ubuntu/RHEL, Cloudera Hadoop, Spark ; ▪ Scala, Python, SQL (Oracle, Hive, Impala) ; ▪ Scikit-learn, Spark-ML, Python Nltk, Gensim.

• Rôle : Consultant Ingénieur Big Data

  General Electric Healthcare, Buc
  Jan 2016 - Jan 2016

  Etude de faisabilité : Analyse de logs pour les systèmes d’angiographie Discovery IGS 7xx and
  5xx pour but d’améliorer la conception pour une meilleure expérience utilisateur.

  Environnements techniques : ▪ Python / Jupyter notebook.

• CONSULTANT DATA ENGINEER/DATA SCIENTIST

  TotalEnergies, WayKonect, Lille. Equipe : Data & Innovation lab
  Jan 2016 - aujourd'hui

  Migrations Azure vers AWS ; BitBucket vers Azure DevOps et GitHub.
  o Manipulation/intégration de données de multi-sources avec AWS Lambda, AWS Glue + PySpark ;
  Azure Service Bus, AWS SQS, Confluent Kafka ; DataBricks (Delta Live Tables, PySpark).
  o CI/CD avec Azure DevOps et GitHub Actions.
  o Algorithmes de calculs de score de conduites (Python).
  o Algorithmes de détection des utilisations frauduleuses de carburant (Python).
  o Enrichissement de données avec des calculs d’agrégation (DataBricks, PySpark).
  o Exposition des données de transactions (CardPro & Recharge électrique) via des APIs Flask &
  FastAPI (Gunicorn, Uvicorn) reposant sur l’API DataBricks avec l’utilisation de Load Balancer et Azure
  API Manager ou AWS API Gateway.
  o Intégration de nouveaux sources/fournisseurs de données télématiques (via différents outils : APIs,
  Confluent Kafka, Azure Service Bus, AWS SQS, Kinesis.
  o Base de données : Neo4j, InfluxDB, SQL Server, MongoDB.
  o Systèmes de stockage : AWS S3, Azure Blob Storage.
  o Monitoring & dashboard : Grafana (InfluxQL et Flux), Azure AppInsight, AWS CloudWatch.
  o Interface de monitoring de l’état des boîtiers télématiques avec Django.

• CHERCHEUR INVITÉ, CENTRE EUROPÉEN POUR LA RECHERCHE NUCLÉAIRE, CERN, GENÈVE, SUISSE
  Jan 2014 - Jan 2014

  Développement des algorithmes de reconnaissance de formes.
  • Langages: C++, Python, Fortran, Shell.
  • Technologie de la grille informatique pour le traitement de données de gros volumes

• CHERCHEUR SCIENTIFIQUE, ÉCOLE POLYTECHNIQUE, PALAISEAU, FRANCE
  Jan 2011 - Jan 2015

  Recherche & Développement d’un calorimètre de très haute granularité pour le futur accélérateur
  ILC. Simulation, méthode Monte-Carlo & optimisation de la conception de détecteurs.
  • Développement des algorithmes de reconnaissance de formes pour la détection des particules.
  • Technologie de la grille informatique (Grid computing) pour le traitement de données de gros
  volumes, jusqu’à 3000 CPUs par utilisateur

  Langages : C++, Python, Fortran, Shell.

• CHERCHEUR INVITÉ, DEUTSCHES ELEKTRONEN SYNCHROTRON, DESY, HAMBOURG, ALLEMAGNE
  Jan 2010 - Jan 2011

  Mesure des processus physiques avec le traitement de gros volumes de données.
  • Langage : C++, Fortran, Python, Shell pour des calculs mathématiques/physiques avec la
  technologie de la grille informatique pour le traitement de données de gros volumes.