CV/Mission d'Ingénieur développement python freelance

Exemple de missions de Nora,
Ingénieur développement python habitant la Seine-et-Marne (77)

• Ingénieur développement python et machine Learning

  SII - Grenoble
  Jan 2023 - Jan 2023

  Développement d'un modèle de transformers visant à générer des tests unitaires en java
  Contexte : Développement d'un modèle de machine Learning pour la génération automatique de tests
  Unitaires en langage Java
   Conception et mise en œuvre d'une méthodologie robuste pour collecter des données pertinentes, en
  constituant un ensemble d'échantillons représentatifs de fichiers Java et de leurs tests unitaires
  associés.
   Mise en œuvre de techniques de prétraitement de texte pour préparer les données d'entrée, telles que
  la normalisation et le nettoyage des textes
   Utilisation du modèle pré-entraîné PLBART-Large, une version avancée du modèle de génération de
  langage naturel basée sur l'architecture des Transformers
   Analyse comparative approfondie des résultats obtenus par le modèle IA développé avec ceux des
  autres outils de génération de tests unitaires existants sur le marché, en mettant l'accent sur l'efficacité,
  la qualité et la conformité aux normes de test.

• Ingénieur développement python et machine Learning

  CNRS - Grenoble
  Jan 2022 - aujourd'hui

  Contexte : Participation au de développement d’Euclid Télescope spatial de l’agence spatiale
  Européenne dont les observations doivent contribuer à déterminer l'origine de
  L’accélération de l'expansion de l'Univers et la nature de sa source appelée génériquement
  Énergie sombre
  • Collecte de données provenant des observations effectuées par le télescope spatial Euclid, comprenant
  des informations sur la position, la magnitude et d'autres caractéristiques des galaxies.
  • Prétraitement et nettoyage des données, notamment la normalisation des valeurs et l'élimination des
  valeurs aberrantes, pour garantir la qualité des données utilisées dans le modèle.
  
  • Développement d'un modèle de deep Learning basé sur les cartes auto-organisatrices (SOM), une
  architecture de réseau neuronal non supervisée, capable de cartographier et de représenter les relations
  entre les données d'entrée en deux dimensions

  Environnement technique : PYTHON, DEEP LEARNING, PANDAS, NUMPY, TENSORFLOW, LINUX, JIRA

• Ingénieur développement Python

  Capgemini-Stellantis-
  Jan 2021 - Jan 2022

  Développement d'une application mobile pour suivre l'état de santé des voitures
  Contexte : L'objectif principal était de fournir aux utilisateurs une interface conviviale pour surveiller en
  temps réel les paramètres clés de leurs véhicules, tels que la consommation de carburant, les
  performances du moteur, les émissions, etc. Le développement de cette application a été réalisé en
  utilisant Python pour la partie backend, ainsi qu'Azure Logic App pour faciliter l'intégration avec les
  différents systèmes de données.
  • Analyse de spécifications fonctionnelles
  • Développer de nouvelles fonctionnalités backend (Python)
  • Contribuer à la généralisation des tests unitaires
  • Intégration continue (Git, docker, GitLab CI)
  • Déploiement et automatisation (avec Azure DevOps)
  • Utilisation d'Azure Logic App pour créer des workflows automatisés permettant d'extraire, de traiter et
  de visualiser les données de manière conviviale pour les utilisateurs de l'application mobile.
  • Implémentation de fonctionnalités de notifications et d'alertes pour informer les utilisateurs en cas de
  problèmes ou de mises à jour importantes concernant l'état de santé de leur véhicule.

  Environnement technique : PYTHON, AZURE, REST API, SQL SERVER, SCRUM AGILE

• Ingénieur développement Python

  DYNA INFO
  Jan 2019 - Jan 2020

  Automatisation de l'extraction des textes sur les factures en utilisant un modèle d'IA avec OCR et NLP
  Contexte : J’ai participé à un projet passionnant axé sur l'automatisation de l'extraction des informations
  textuelles présentes sur les factures. L'objectif principal était de développer un modèle d'intelligence
  artificielle capable d'analyser et d'extraire automatiquement les données pertinentes, telles que les
  numéros de facture, les dates, les montants, les descriptions des produits, etc., à partir des factures
  fournies.
  • Collecte d'un ensemble de factures représentatives couvrant différents formats et styles.
  • Prétraitement des factures, notamment la conversion des images en format numérique et l'amélioration
  de la qualité des images pour faciliter la reconnaissance des caractères.
  • Utilisation de la technologie OCR pour extraire le texte à partir des factures numérisées.
  • Entraînement du modèle en utilisant des techniques de machine learning pour lui permettre de
  reconnaître et d'extraire de manière précise les données spécifiques aux factures.

  Environnement technique : BERT, NLP MODEL, PYTHON, OCR, SCIKIT LEARN, MYSQL, FAST

• Ingénieur développement Python

  ALPHANOSOS
  Jan 2019 - Jan 2019

  Contexte : développement d’un système électronique capable d'observer les différentes phases de
  croissance des bactéries à partir de caméras installées dans le système. L'objectif principal était de créer
  un dispositif permettant de suivre en temps réel l'évolution des bactéries et d'obtenir des images
  synchronisées pour une analyse précise.
  • Analyse des besoins et des contraintes pour concevoir le système électronique d'observation des
  bactéries.
  • Programmation en langage C pour gérer les interactions entre le système électronique, les caméras et les
  capteurs nécessaires à la détection des phases de croissance des bactéries.
  • Intégration de caméras de haute résolution pour obtenir des images de qualité permettant une analyse
  précise de la croissance des bactéries.
  • Mise en place d'un mécanisme de synchronisation pour capturer les images de manière coordonnée et
  obtenir une séquence temporelle de l'évolution des bactéries.
  • Documentation complète du projet, incluant les schémas électroniques, les instructions de montage, les
  procédures

  Environnement technique : PYTHON, MACHINE LEARNING, LANGAGE C, RASPBERRY