CV Ingénieur traitement du signal : Sélectionnez facilement les profils qui vous intéressent

Exemple de missions de Damien,
Ingénieur traitement du signal habitant le Rhône (69)

• FREELANCE DATA SCiENTiST / ENGiNEER (REMOTE)

  Jan 2020 - Jan 2020

  • Build data lake (10 people team across EU) : implement ETL to create reliable aggregated data
  • Healthcare professionals segmentation based on their digital behaviour : deliver segmentation + targeting recommendation for 10k+ profes‑
  sionals
  • Monthly reports automation

  SQL, Python, Bash, AWS (S3, Redshift, Athena)

• Senior data scientist

  Ogury, Paris (France)
  Jan 2018 - Jan 2019

  Traitement de données et machine learning appliqués au ciblage publicitaire
  - Similarité entre applications mobile : prétraitement des descriptions des applis provenant du Play Store (TextRank),
  vectorisation des applis avec un modèle pré-entraîné de word embedding (FastText)
  Application métier : cold start (jour 1) pour les campagnes d’installation d’applis
  Résultat : ~ 1 million d’applis traitées, mise à jour mensuelle du modèle
  - Catégorisation des applis mobile (norme IAB) à l’aide de plusieurs sources de données : catégorisation manuelle
  (~1800 applis), propagation de labels en utilisant les valeurs de similarités entre applis, topic modelling sur les
  descriptions des applis
  Application métier : les équipes commerciales peuvent définir des persona marketing pour les marques clients
  Résultat : labellisation non supervisée automatisée de ~ 3.5 million d’applis, accuracy 10 points supérieure
  aux données tierce partie (40% vs 30%)
  - Reconstruction de l’usage quotidien des applis mobiles par méthode supervisée (jeu d’entraînement ~550 Go)
  Application métier : ajuster les prix des enchères (Real Time Bidding) pour chaque utilisateur (ranking/scoring basé
  sur leur usage des applis)
  Résultat : prédiction quotidienne pour 8 pays incluant 1.6 M utilisateurs aux US et 900 k utilisateurs en France,
  recall ≥ 90% / precision ≥ 60% pour le top 100 des applis

  Langages : SQL, Python, Bash, R, Spark/Scala Dev : Git, Travis, Docker, Jira + Confluence Bases de données: AWS Redshift Cloud: AWS (S3, Redshift, Data Pipeline, EC2, Athena, EMR) ML : FastText, Scikit-Learn, SpaCy, AWS SageMaker

• Formateur (freelance) en bases de données SQL/NoSQL BAC+1/BAC+2 - 3 semaines de cours en 2018, 5

  Itescia, Cergy (France)
  2018 - 2019

  - Chaque session dure une semaine complète et inclut cours, TP et un projet en groupe
  - Outils : MongoDB, Cassandra, cloud AWS

• Data scientist

  DCBrain, Paris Station F (France)
  2017 - aujourd'hui

  Traitement de données et machine learning appliqués aux réseaux physiques
  - Modélisation de séries temporelles (régressions linéaires et non-linéaires, deep learning) et calculs de
  rendements de réseaux physiques (gaz, chauffage urbain...), proposition d’améliorations du système de production

  Python, Scikit-Learn, Keras, Dataiku, ElasticSearch & Kibana (visualisation), cloud AWS

• Ingénieur traitement du signal (3 ans opérationnel / 3 ans en R&D)

  CGG (oil & gas), Massy (France) & Assen (Pays-Bas)
  2010 - 2016

  Traitement du signal & images appliqué à la
  géophysique
  - Mise en oeuvre de méthodes avancées de traitement du signal pour améliorer les techniques d’imagerie du
  sous-sol : modélisation physique du problème, conception et prototypage d’algorithmes, validation de la
  méthode sur données sismiques
  - Codes de calcul développés : déconvolution spatio-temporelle de signaux source, méthode d’interpolation 2D et 3D
  de données irrégulièrement échantillonnées, déconvolution d’un signal source mobile avec prise en compte de
  l’effet Doppler
  - Traitement et visualisation de données massives (quelques To)
  - Contribution à des projets innovants : définition de campagnes d’acquisition de données, preuve de concept (POC)
  de nouvelles méthodes de traitement, proposition de brevets, collaboration avec des équipes inter-disciplinaires
  - Mission de 9 mois chez un client (Shell, Assen, Pays-Bas) pour projet confidentiel, sous contrainte de temps et
  d’utilisation machine : propositions d'amélioration de la séquence de traitement, présentation hebdomadaire des
  méthodes employées et résultats obtenus

  C++, Fortran, Python, Unix & Shell, Perforce, logiciel propriétaire

• Ingénieur d’études

  Egis Structures (BTP / construction), Guyancourt (France)
  2008 - 2010

  Département géotechnique

• Assistant chercheur

  University of Waterloo (Ontario, Canada)
  2008 - aujourd'hui

  Department of civil engineering

• LEAD DATA SCiENTiST, TEAM LEADER

  PulseLife Lyon, France
  aujourd'hui

  BUiLD MEDiCAL SEARCH ENGiNE FOR HCPS Jan. 2021 ‑ July 2024
  • In charge of projects supervision and management of 2 permanent team members (+ 1 intern)
  • Build drugs search engine for 3 countries (FR, ES, UK) : build ETL that structures and cleans drugs database, build API to serve drugs database
  and answer most frequent questions (posology, therapeutic indications, side effects, interactions, ...)
  Business value : HCPs and pharma labs expect a perfect coverage of official drugs database in PulseLife search engine
  Achievement : autocomplete suggestions click rate increased by 5 to 10%, search results click rate increased by 10 to 15%
  • Build real‑time entities extraction service : build database of medical entities (drug names, diseases, symptoms, ...), tag relevant content (espe‑
  cially disease‑related guidelines) in order to reach a maximum precision in search engine, serve medical entities in autocomplete suggestions,
  serve medical entities in real‑time entities extraction (invisible to users)
  Business value : doctors find official guidelines related to a given pathology,
  Achievement : search engine precision reaches ≥ 98%, response time is ≤ 1 second
  • Other projects delivered by the team : propose images (decision trees, tables) in search results, propose misspelling correction for user query
  (”did you mean” feature)
  • Tools :
  ‑ programming : ETL (Python, dbt, SQL, Airflow), API (Golang, Python + FastAPI), GCP cloud (BigQuery, Cloud Run)
  ‑ search engine : advanced features of Elasticsearch (full‑text‑queries, percolate queries, collapse, ...)
  Janssen Pharmaceutica Remote